当爬取CSDN博客时，会发现返回403，因为对方服务器会对爬虫进行屏蔽，故需伪装成浏览器才能爬取。浏览器伪装一般通过报头进行。
3、代码：
import urllib.request url="https://blog.csdn.net/blogdevteam/article/details/80324831" header=("User-Agent","https://blog.csdn.net/blogdevteam/article/details/80324831") #build_opener可以添加报头信息 opener=urllib.request.build_opener() #添加报头 opener.addheaders=[header] data=opener.open(url).read()
‘‘‘
#如果用urlopen来打开网页获取数据，则采用install_opener函数
#urllib.request.install_opener(opener)
#data=urllib.request.urlopen(url).read().decode("utf-8","ignore") print(data)
原文：https://www.cnblogs.com/Lee-yl/p/9045561.html