SEC EDGAR 13F 源 HTTPError：HTTP 错误 403：禁止

Question

请帮助，SEC EDGAR 一直到现在都可以完美运行。它给出了 HTTPError: HTTP Error 403: Forbidden

import pandas as pd
tables = pd.read_html("https://www.sec.gov/Archives/edgar/data/1541617/000110465920125814/xslForm13F_X01/infotable.xml")
df=tables[3] 
df

Answer 1

该网站似乎拒绝了您的请求，因为它检测到该请求是自动的。如果将标头 User-Agent: Mozilla/5.0 添加到 http 请求中，则可以绕过此问题，因为这会使请求看起来像是来自 firefox 浏览器。不幸的是，pd.read_html 不支持更改请求标头，因此我们必须使用请求库自己发出请求。

使用pip install requests 安装请求

然后将您的代码更改为如下所示：

import pandas as pd
import requests

# Makes a request to the url
request = reqeusts.get("https://www.sec.gov/Archives/edgar/data/1541617/000110465920125814/xslForm13F_X01/infotable.xml", headers={"User-Agent": "Mozilla/5.0"})

# Pass the html response into read_html
tables = pd.read_html(request.text)

df = tables[3] 
print(df)

我注意到该站点的一件事是它不允许来自非住宅 IP 地址的请求，并且总是会给您一个 403。因此，如果您在云中的某处执行此代码（例如 repl.it，通过vpn 或类似的）此代码根本不起作用。在我的家用电脑上运行它，这段代码可以完美运行。该网站还表示，如果您每秒发出超过 10 个请求或总体请求数量过多，它将阻止您的 IP 地址，因此请务必小心翼翼地向网站发出请求的次数。