Python—爬虫【Requests设置请求头Headers】

1、为什么要设置headers?

在请求网页爬取的时候，输出的text信息中会出现抱歉，无法访问等字眼，这就是禁止爬取，需要通过反爬机制去解决这个问题。
headers是解决requests请求反爬的方法之一，相当于我们进去这个网页的服务器本身，假装自己本身在爬取数据。
对反爬虫网页，可以设置一些headers信息，模拟成浏览器取访问网站 。

2、 headers在哪里找？
谷歌或者火狐浏览器，在网页面上点击：右键–>检查–>剩余按照图中显示操作，需要按Fn+F5刷新出网页来
有的浏览器是点击：右键->查看元素，刷新

注意 ：headers中有很多内容，主要常用的就是user-agent 和 host，他们是以键对的形式展现出来，如果user-agent
以字典键对形式作为headers的内容，就可以反爬成功，就不需要其他键对；否则，需要加入headers下的更多键对形式。

用Python下载一个网页保存为本地的HTML文件实例1-中文网页

    import requests
    
    # 中文网页：https://baike.so.com/doc/24386561-25208408.html
    url1='https://baike.so.com/doc/24386561-25208408.html'
    #添加请求头
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU360SE'
    }
    response_1=requests.get(url1, headers=headers)
    
    response_1.encoding='utf-8'
    #保存文件
    f1=open('steve_jobs2.html','w',encoding='utf-8')
    f1.write(response_1.text)
    
    c=response_1.text
    print(c)