Changement d'agent utilisateur sur urllib2.urlopen

Question

Comment puis-je télécharger une page web avec un agent utilisateur autre que celui par défaut sur urllib2.urlopen ?

Answer 1

Pour urllib que vous pouvez utiliser :

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')

Answer 2

Une autre solution dans urllib2 et Python 2.7 :

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

Answer 3

Il y a deux propriétés de urllib.URLopener() à savoir :
addheaders = [('User-Agent', 'Python-urllib/1.17'), ('Accept', '*/*')] y
version = 'Python-urllib/1.17' .
Pour tromper le site web, vous devez changer ces deux valeurs en un User-Agent accepté, par exemple.
Navigateur Chrome : 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.149 Safari/537.36'
Google bot : 'Googlebot/2.1'
comme ceci

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>)

La modification d'une seule propriété ne fonctionne pas car le site Web la considère comme une demande suspecte.

Answer 4

Essayez ceci :

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