问题：

今天在用scrapy爬取豆瓣时，出现了403的错误，如下所示：

出现这个问题的原因其实是你所爬的网站使用了反爬机制，即会检查用户代理（User Agent）信息 ，此时需要在爬虫文件中设置headers。

 

解决方法：

   如下，在你的爬虫文件中加入以下代码：

def start_requests(self):
        yield Request("http://www.douban.com/",
                      headers={'User-Agent': "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36"})

如果采取了上述方法仍未解决的话，则可以尝试在你的setting.py文件中增加USER_AGENT配置：在setting.py中找到USER_AGENT的位置，将其前面的#去掉，然后将它的值改为你的User Agent信息，最终的效果如下：

USER_AGENT = 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'

 

若经过以上操作还没有解决问题，仍出现403的错误，可能是你的ip被封了，这时候就要用到代理ip的方法的，具体如何操作就不在这里详述了，google即可。希望能给初学scrapy的小伙伴带来帮助。

Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局