【发布时间】:2021-08-26 07:22:19
【问题描述】:
我是网络抓取的初学者,需要使用 Beautifulsoup 抓取 https://mirror-h.org/archive/page/1。但它给出了一个错误并转到 403 页面。我该如何解决这个问题?非常感谢您的帮助。
这是我的代码:
import requests
from bs4 import BeautifulSoup
import pandas
url = "https://mirror-h.org/archive/page/1"
page = pandas.read_html(url)
headers = {
'user-agent:' 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36'
}
response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.content, 'html.parser')
print(soup)
我得到的错误是:
raise HTTPError(req.full_url, code, msg, hdrs, fp)
urllib.error.HTTPError: HTTP Error 403: Forbidden
【问题讨论】:
-
您好,Tharika,HTTP 错误代码 403 表示您无权访问此页面。可能有很多原因。例如,该页面可能有某种 WAF 前端,不允许“机器人”请求通过。
标签: python beautifulsoup web-scraping-language