urllib2.urlopen에서 사용자 에이전트 변경

urllib2.urlopen에서 기본 에이전트가 아닌 다른 사용자 에이전트가있는 웹 페이지를 다운로드하려면 어떻게해야합니까?

모두가 좋아하는 Dive Into Python 에서 User-Agent 설정 .

짧은 이야기 : Request.add_header 를 사용 하여이를 수행 할 수 있습니다 .

요청 자체를 만들 때 문서 노트 와 같이 헤더를 사전으로 전달할 수도 있습니다 .

헤더 는 사전이어야하며 add_header()각 키와 값을 인수로 사용하여 호출 된 것처럼 처리됩니다 . 이것은 종종 User-Agent브라우저가 자신을 식별하기 위해 사용 하는 헤더 를 "스푸핑"하는 데 사용됩니다. 일부 HTTP 서버는 스크립트가 아닌 일반 브라우저에서 오는 요청 만 허용합니다. 예를 들어 Mozilla Firefox는 자체를로 식별 할 수 "Mozilla/5.0 (X11; U; Linux i686) Gecko/20071127 Firefox/2.0.0.11"있지만 urllib2의 기본 사용자 에이전트 문자열은 "Python-urllib/2.6"(Python 2.6에서)입니다.

나는 대답 비슷한 질문을 몇 주 전에.

해당 질문에 예제 코드가 있지만 기본적으로 다음과 같이 할 수 있습니다. ( RFC 2616 , 섹션 14.43 User-Agent기준의 대문자 사용에 유의하십시오 .)

opener = urllib2.build_opener()
opener.addheaders = [('User-Agent', 'Mozilla/5.0')]
response = opener.open('http://www.stackoverflow.com')

headers = { 'User-Agent' : 'Mozilla/5.0' }
req = urllib2.Request('www.example.com', None, headers)
html = urllib2.urlopen(req).read()

또는 조금 더 짧게 :

req = urllib2.Request('www.example.com', headers={ 'User-Agent': 'Mozilla/5.0' })
html = urllib2.urlopen(req).read()

파이썬 3의 경우 urllib는 3 개의 모듈로 분할됩니다 ...

import urllib.request
req = urllib.request.Request(url="http://localhost/", headers={'User-Agent':' Mozilla/5.0 (Windows NT 6.1; WOW64; rv:12.0) Gecko/20100101 Firefox/12.0'})
handler = urllib.request.urlopen(req)

이 모든 것이 이론적으로 작동해야하지만 (최소한 Windows에서 Python 2.7.2 사용) 사용자 지정 User-agent 헤더를 보낼 때마다 urllib2는 해당 헤더를 보내지 않습니다. User-agent 헤더를 보내려고하지 않으면 기본 Python / urllib2를 보냅니다.

이 방법 중 어느 것도 User-agent를 추가하는 데는 작동하지 않지만 다른 헤더에는 작동합니다.

opener = urllib2.build_opener(proxy)
opener.addheaders = {'User-agent':'Custom user agent'}
urllib2.install_opener(opener)

request = urllib2.Request(url, headers={'User-agent':'Custom user agent'})

request.headers['User-agent'] = 'Custom user agent'

request.add_header('User-agent', 'Custom user agent')

다음 urllib을 사용할 수 있습니다.

from urllib import FancyURLopener

class MyOpener(FancyURLopener, object):
    version = 'Mozilla/5.0 (Windows; U; Windows NT 5.1; it; rv:1.8.1.11) Gecko/20071127 Firefox/2.0.0.11'

myopener = MyOpener()
myopener.retrieve('https://www.google.com/search?q=test', 'useragent.html')

urllib2Python 2.7의 또 다른 솔루션 :

req = urllib2.Request('http://www.example.com/')
req.add_unredirected_header('User-Agent', 'Custom User-Agent')
urllib2.urlopen(req)

이 시도 :

html_source_code = requests.get("http://www.example.com/",
                   headers={'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/44.0.2403.107 Safari/537.36',
                            'Upgrade-Insecure-Requests': '1',
                            'x-runtime': '148ms'}, 
                   allow_redirects=True).content

이 두 가지 속성입니다 urllib.URLopener()즉이 :
addheaders = [('User-Agent', 'Python-urllib/1.17'), ('Accept', '*/*')]와
version = 'Python-urllib/1.17'.
웹 사이트를 속이려면이 두 값을 모두 허용 된 User-Agent로 변경해야합니다. 예 :
Chrome 브라우저 : 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.149 Safari/537.36'
Google 봇 : 'Googlebot/2.1'
이와 같이

import urllib
page_extractor=urllib.URLopener()  
page_extractor.addheaders = [('User-Agent', 'Googlebot/2.1'), ('Accept', '*/*')]  
page_extractor.version = 'Googlebot/2.1'
page_extractor.retrieve(<url>, <file_path>)

웹 사이트에서 의심스러운 요청으로 표시하기 때문에 속성 하나만 변경해도 작동하지 않습니다.