¿Cómo corregir los errores "403 Prohibido" al llamar a API mediante solicitudes de Python?
Necesitaba analizar un sitio , pero recibí un error 403 Prohibido.
Aquí está el código:
url = 'http://worldagnetwork.com/'
result = requests.get(url)
print(result.content.decode())
La salida es:
<html>
<head><title>403 Forbidden</title></head>
<body bgcolor="white">
<center><h1>403 Forbidden</h1></center>
<hr><center>nginx</center>
</body>
</html>
¿Cuál es el problema?
Aceptado
Parece que la página rechaza GETsolicitudes que no identifican un archivo User-Agent. Visité la página con un navegador (Chrome) y copié el User-Agentencabezado de la GETsolicitud (busque en la pestaña Red de las herramientas de desarrollador):
import requests
url = 'http://worldagnetwork.com/'
headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36'}
result = requests.get(url, headers=headers)
print(result.content.decode())
# <!doctype html>
# <!--[if lt IE 7 ]><html class="no-js ie ie6" lang="en"> <![endif]-->
# <!--[if IE 7 ]><html class="no-js ie ie7" lang="en"> <![endif]-->
# <!--[if IE 8 ]><html class="no-js ie ie8" lang="en"> <![endif]-->
# <!--[if (gte IE 9)|!(IE)]><!--><html class="no-js" lang="en"> <!--<![endif]-->
# ...
Solo agrego a la respuesta de Alicia :
Si aún recibe el error 403 Prohibido después de agregar un archivo user-agent, es posible que deba agregar más encabezados, como referer:
headers = {
'User-Agent': '...',
'referer': 'https://...'
}
Los encabezados se pueden encontrar en las Network > Headers > Request HeadersHerramientas para desarrolladores. (Presione F12para alternar).
