怎么用Python爬虫搞定发送中文HTTP请求头

本篇内容主要讲解“怎么用Python爬虫搞定发送中文HTTP请求头”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“怎么用Python爬虫搞定发送中文HTTP请求头”吧!

有时需要将HTTP请求头的值设为中文，但如果直接设成中文，会抛出异常，例如，下面的代码为Chinese请求头设置了中文。

from urllib import request url = 'http://httpbin.org/post' headers = {     'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.109 Safari/537.36',     'Host':'httpbin.org',     'Chinese':'李宁', } req = request.Request(url = url,headers=headers,method="POST") request.urlopen(req)

执行这段代码，会抛出如下的异常。

UnicodeEncodeError: 'latin-1' codec can't encode characters in position 0-1: ordinal not in range(256)

这个异常表明HTTP请求头只能是英文字符和符号，不能是双字节的文字，如中文。为了解决这个问题，在设置HTTP请求头时需要将中文编码，然后发送到服务端后，在服务端用同样的规则解码。可以采用多种编码方式，例如url编码，base64编码，url编码就是在浏览器地址栏中如果输入中文，会将其转换为%xx的形式。如输入“中国”，会变成E4%B8%AD%E5%9B%BD。

对字符串url编码，需要使用urllib.parse模块的urlencode函数，解码要使用unquote函数，代码如下：

from urllib.parse import unquote,urlencode # 对中文进行编码 value = urlencode({'name':'李宁'}) print(value) # 对中文进行解码 print(unquote(value))

执行这段代码，会输出如下结果：

name=%E6%9D%8E%E5%AE%81 name=李宁

使用urlencode函数进行编码时，需要指定字典类型，不能直接对字符串进行编码。因为urlencode函数只能对url参数进行编码。

base64编码需要使用base64模块中的b64encode函数，解码使用b64decode函数，代码如下：

import base64 # 对中文进行编码 base64Value = base64.b64encode(bytes('Python从菜鸟到高手',encoding='utf-8')) print(str(base64Value,'utf-8')) # 对中文进行解码，并按utf-8编码格式将解码后的结果转换为字符串 print(str(base64.b64decode(base64Value),'utf-8'))

b64encode函数编码后返回的是bytes类型，需要使用str函数将其转换为字符串类型。b64decode函数解码时需要指定bytes类型的值，b64decode函数的返回值也是bytes类型，所以也需要str函数将该函数的返回值转换为字符串。

下面的例子演示了设置中文HTTP请求头，并对其解码的完整过程。

from urllib import request from urllib.parse import unquote,urlencode import base64 url = 'http://httpbin.org/post' headers = {     'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.109 Safari/537.36',     'Host':'httpbin.org',     'Chinese1':urlencode({'name':'李宁'}),  # 设置中文HTTP请求头，用url编码格式     # 设置中文HTTP请求头，用base64编码格式     'MyChinese':base64.b64encode(bytes('这是中文HTTP请求头',encoding='utf-8')),     'who':'Python Scrapy' } dict = {     'name':'Bill',     'age':30 } data = bytes(urlencode(dict),encoding='utf-8') req = request.Request(url = url,data=data,headers=headers,method="POST") # 通过add_header方法添加中文HTTP请求头，url编码格式 req.add_header('Chinese2',urlencode({"国籍":"中国"})) response=request.urlopen(req) # 获取服务端的响应信息 value = response.read().decode('utf-8') print(value) import json # 将返回值转换为json对象 responseObj = json.loads(value) # 解码url编码格式的HTTP请求头 print(unquote(responseObj['headers']['Chinese1'])) # 解码url编码格式的HTTP请求头 print(unquote(responseObj['headers']['Chinese2'])) # 解码base64编码格式的HTTP请求头 print(str(base64.b64decode(responseObj['headers']['Mychinese']),'utf-8'))

到此，相信大家对“怎么用Python爬虫搞定发送中文HTTP请求头”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！