python 下载文件 & 防盗链

标签：blog   http   ar   文件   sp   div   问题   c   on   

偶然下载一种类型的资源，发现好多翻页，右键另存什么的，不胜其烦。

决定用python写几句代码搞定。核心代码如下：

from urllib import urlretrieve

from urllib import urlretrieve
urlretrieve(url,save_to_path,show_download_progress)
    

至于url，简单的用爬虫的思路得到的。非本文的重点，不再啰嗦。

问题来了，不知道为什么，下载的所有文件都是42k！

百思不得其解，应该是某种限制，脑袋不灵光，想了半天才想到，应该是防盗链。

查了下，于是用wireshark模拟了一下，发现header参数太多，弄不好每个都要设（取决于人家网站的逻辑设计），于是不管三七二十一，先给射了个Reffer。

不幸的成功了。好吧，不用再研究了，收工，特记录之。

以上问题的解决方案：

import urllib2
req = urllib2.Request(‘http://www.example.com/‘)
req.add_header(‘Referer‘, ‘http://www.python.org/‘)
resp = urllib2.urlopen(req)
content = resp.read()

接下来，只需要吧content写到文件里面去就好了，此处略。

python 下载文件 & 防盗链

标签：blog   http   ar   文件   sp   div   问题   c   on   

原文地址：http://www.cnblogs.com/Tommy-Yu/p/4009586.html