boilerpy3 返回 HTTP 错误 403:禁止访问
创始人
2024-12-23 10:31:41
0

当使用boilerpy3库时,遇到HTTP错误403:禁止访问,可能是因为请求的页面需要身份验证或者服务器拒绝了访问。

以下是一种可能的解决方法,可以在请求之前设置User-Agent头信息,以模拟一个浏览器请求:

import requests
from boilerpy3 import extractors

url = "http://example.com"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"
}

req = requests.get(url, headers=headers)
if req.status_code == 200:
    # 使用boilerpy3库提取内容
    extractor = extractors.ArticleExtractor()
    content = extractor.get_content(req.text)
    print(content)
else:
    print(f"HTTP Error {req.status_code}: {req.reason}")

在上述示例中,我们使用了requests库发送请求,并设置了User-Agent头信息来模拟一个浏览器请求。然后我们检查请求的状态码,如果是200,我们使用boilerpy3库提取内容。否则,我们打印HTTP错误代码和原因。

请注意,这只是一种可能的解决方法,具体的解决方法可能会因网站的设置而有所不同。

相关内容

热门资讯

前端-session、jwt 目录:   (1)session (2&#x...
linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
关于测试,我发现了哪些新大陆 关于测试 平常也只是听说过一些关于测试的术语,但并没有使用过测试工具。偶然看到编程老师...
前缀和与对数器与二分法 1. 前缀和 假设有一个数组,我们想大量频繁的去访问L到R这个区间的和,...
nodejs:本地安装nvm实... 一、背景-使用不同版本node的原因 vue3+ts、nuxt3版本,node...
JAVA集合知识整理 Java集合知识整理 HashMap相关 HashMap的底层数据结构:jdk1.8之...
无刷直流电机介绍及单片机控制实... 无刷直流电机介绍及单片机控制实例前言基本概念优势与劣势使用寿命基本结构使用单片机控制实例电子调速器&...
fwdiary(2) dp2 1.传纸条  AcWing 275. 传纸条 - AcWing 走两条路,走一条最大的...
常用的DOS命令 常用的DOS命令 DOS(Disk Operating System,磁...
<C++> 类和对象(下) 1.const成员函数将const修饰的“成员函数”称之为const成员函数,cons...