python - 用urllib抓取网页上的下载链接,目标文件是xls形式,但发现抓下来的xls是空表,里面只有一句报错信息,求帮助。
阿神
阿神 2017-05-18 10:46:56
0
2
705

想用urllib抓取上交所股票列表的xls下载链接,如下图红色小框:

发现抓下来的xls只有报错信息:

请问要怎样才能把有内容的xls抓下来?

代码如下

from urllib import request
from datetime import datetime

# -*- coding:utf-8 -*-

url = 'http://query.sse.com.cn/security/stock/downloadStockListFile.do?' \
      'csrcCode=&stockCode=&areaName=&stockType=1'

myheaders = [('User - Agent', 'Mozilla/5.0 (Windows; U; Windows NT 5.2) AppleWebKit/525.13'
                              ' (KHTML, like Gecko) Version/3.1 Safari/525.13'),]

opener = request.build_opener()
opener.addheaders = myheaders
request.install_opener(opener)

local = "/Users/Mty/Downloads/data/" + str(datetime.now().date()) + " .xls"

request.urlretrieve(url, local)
阿神
阿神

闭关修行中......

全部回复(2)
黄舟

可以在标红线的url上看到返回的公司信息,剩下的就是模拟浏览器请求这个url了,request header中的refer一定不能省略,不然会报403

记住要模拟 refer 这一项的值。

http://blog.csdn.net/ssshen14...
这个是已有的解决方案

曾经蜡笔没有小新

查看cookie,referer

热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板