在 Python 爬虫中，可通过 requests 库的 headers 参数设置头信息，以欺骗目标网站，绕过限制或检测。常見用途包括：1. 模擬用户代理字符串；2. 發送 Referer 頭；3. 禁用 Cookie。
Python 爬虫中设置头信息
如何设置头信息？
在 Python 爬虫中设置头信息可以通过 requests 库的 headers 参数完成。该参数接收一个字典，其中键是头字段名称，值是头字段值。
为什么需要设置头信息？
立即学习“Python免费学习笔记（深入）”；
设置头信息的主要目的是欺骗目标网站，使其以为请求来自浏览器或其他客户端，从而绕过网站的某些限制或检测。常见用途包括：
- 模拟用户代理字符串，伪装成特定的浏览器版本和操作系统
- 发送 Referer 头，表明请求是从某个特定的页面发出的
- 禁用 Cookie 或其他追踪机制
如何设置常见头信息？
-
用户代理字符串：
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124124 Safari/537.36'} -
Referer：
headers = {'Referer': 'https://www.example.com/page1'} -
禁用 Cookie：
headers = {'Cookie': 'disabled'}
示例代码：
import requests
# 设置头信息
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124124 Safari/537.36',
'Referer': 'https://www.example.com/page1',
'Cookie': 'disabled'}
# 发出请求
response = requests.get('https://www.example.com/page2', headers=headers)通过设置头信息，爬虫可以更有效地获取目标网站上的数据，同时避免被检测或阻止。
