web-dev-qa-db-fra.com

Erreur urllib.request Python 3.4 (http 403)

J'essaie d'ouvrir et d'analyser une page HTML. En python 2.7.8 je n'ai aucun problème:

import urllib
url = "https://ipdb.at/ip/66.196.116.112"
html = urllib.urlopen(url).read()

et tout va bien. Cependant, je veux passer à python 3.4 et j'obtiens l'erreur HTTP 403 (interdit). Mon code:

import urllib.request
html = urllib.request.urlopen(url) # same URL as before

File "C:\Python34\lib\urllib\request.py", line 153, in urlopen
return opener.open(url, data, timeout)
File "C:\Python34\lib\urllib\request.py", line 461, in open
response = meth(req, response)
File "C:\Python34\lib\urllib\request.py", line 574, in http_response
'http', request, response, code, msg, hdrs)
File "C:\Python34\lib\urllib\request.py", line 499, in error
return self._call_chain(*args)
File "C:\Python34\lib\urllib\request.py", line 433, in _call_chain
result = func(*args)
File "C:\Python34\lib\urllib\request.py", line 582, in http_error_default
raise HTTPError(req.full_url, code, msg, hdrs, fp)
urllib.error.HTTPError: HTTP Error 403: Forbidden

Cela fonctionne pour d'autres URL qui n'utilisent pas https.

url = 'http://www.stopforumspam.com/ipcheck/212.91.188.166'

est ok.

pythonpython-3.xurllib
17
Belial

Il semble que le site n'aime pas l'agent utilisateur de Python 3.x.

Spécifier User-Agent résoudra votre problème:

import urllib.request
req = urllib.request.Request(url, headers={'User-Agent': 'Mozilla/5.0'})
html = urllib.request.urlopen(req).read()

NOTELa version urllib Python 2.x reçoit également le statut 403, mais contrairement à Python 2.x urllib2 et Python 3.x urllib, elle ne déclenche pas l'exception.

Vous pouvez le confirmer en utilisant le code suivant:

print(urllib.urlopen(url).getcode())  # => 403
28
falsetru

Voici quelques notes que j'ai rassemblées sur urllib lorsque j'étudiais python-3:
Je les ai conservés au cas où ils pourraient être utiles ou aider quelqu'un d'autre.

Comment importer urllib.request et urllib.parse:

import urllib.request as urlRequest
import urllib.parse as urlParse

Comment faire une demande GET:

url = "http://www.example.net"
# open the url
x = urlRequest.urlopen(url)
# get the source code
sourceCode = x.read()

Comment faire une demande POST:

url = "https://www.example.com"
values = {"q": "python if"}
# encode values for the url
values = urlParse.urlencode(values)
# encode the values in UTF-8 format
values = values.encode("UTF-8")
# create the url
targetUrl = urlRequest.Request(url, values)
# open the url
x  = urlRequest.urlopen(targetUrl)
# get the source code
sourceCode = x.read()

Comment faire une demande POST (réponses 403 forbidden):

url = "https://www.example.com"
values = {"q": "python urllib"}
# pretend to be a chrome 47 browser on a windows 10 machine
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/47.0.2526.106 Safari/537.36"}
# encode values for the url
values = urlParse.urlencode(values)
# encode the values in UTF-8 format
values = values.encode("UTF-8")
# create the url
targetUrl = urlRequest.Request(url = url, data = values, headers = headers)
# open the url
x  = urlRequest.urlopen(targetUrl)
# get the source code
sourceCode = x.read()

Comment faire une demande GET (réponses 403 forbidden):

url = "https://www.example.com"
# pretend to be a chrome 47 browser on a windows 10 machine
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/47.0.2526.106 Safari/537.36"}
req = urlRequest.Request(url, headers = headers)
# open the url
x = urlRequest.urlopen(req)
# get the source code
sourceCode = x.read()
0
user5870134