使用fake-useragent库自动生成User-Agent，提升爬虫开发效率

版权声明：欢迎访问博主官方博客：www.eastnotes.com。一个基于Django框架和Next主题的博客网站 https://blog.csdn.net/gaifuxi9518/article/details/89294002

爬虫其实就是一种模拟浏览器行为从而获取所需信息的一种手段，既然要模拟浏览器，那么首先就要模拟浏览器向服务器发送请求的headers。因此在写爬虫程序的时候，我们往往首先会去构造一个请求头，也就是一个headers字典，就像下面这种形式：

headers = {
    'Accept': '*/*',
    'Accept-Language': 'en-US,en;q=0.8',
    'Cache-Control': 'max-age=0',
    'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like 	Gecko) 						Chrome/48.0.2564.116 Safari/537.36',
    'Connection': 'keep-alive',
    'Referer': 'http://www.baidu.com/'
}

这其实是一种非常非常基础的反爬手段，也是最容易实现的。如果你的爬虫程序中连请求头都没有，可以说你连网站的页面信息都抓取不到，更别谈获取你想要的更精确的信息了。在请求头里面最重要的信息是User-Agent，我们可以把它理解为浏览器的标识符，设置了User-Agent，我们就成功地伪装成了浏览器了。

但初学者在设置User-Agent的时候，往往会像上面的代码一样，手动赋值。这种弄做法有两个弊端：1.太麻烦，每次写爬虫都要赋值粘贴这么一串字符串，想想都觉得麻烦。1.不灵活，爬虫程序一旦运行起来就会频繁地向服务器发送请求，如果每次都拿着一样的User-Agent找服务器要数据，那么服务器很容易就会把你理解为爬虫程序，然后把你关在小黑屋了……

今天给大家介绍一个Python第三方包，叫做fake-useragent，他可以为你随机生成不同的User-Agent，省的你再去一次次复制粘贴了，两全其美。我们来看一下如何使用它吧！

首先用pip进行安装：

pip install fake-useragent

使用方法如下：

import requests
from fake_useragent import UserAgent
ua = UserAgent()
headers = {'User-Agent': ua.random}
url = '待爬网页的url'
resp = requests.get(url, headers=headers)
#省略具体爬虫的解析代码，大家可以回去试试
...

关注我公众号【程序员向东】，此公众号专注分享Python、爬虫学习资料和干货，关注后回复【PYTHON】，无套路免费送你一个学习大礼包，包括爬虫视频和电子书~