urllib.error.HTTPError：HTTP 错误 403：使用 urllib.requests 禁止

Question

我正在尝试从 Internet 读取图像 URL 并能够通过 python 将图像获取到我的机器上，我使用了此博客文章中使用的示例https://www.geeksforgeeks.org/how-to-open-an-image-from-the-url-in-pil/，它是https://media.geeksforgeeks.org/wp-content/uploads/20210318103632/gfg-300x300.png，但是，当我尝试我的自己的例子它似乎不起作用我已经尝试了 HTTP 版本，但它仍然给我 403 错误。有谁知道可能是什么原因？

import urllib.request

urllib.request.urlretrieve(
  "http://image.prntscr.com/image/ynfpUXgaRmGPwj5YdZJmaw.png",
   "gfg.png")

输出：

urllib.error.HTTPError：HTTP 错误 403：禁止

Answer 1

prntscr.com 的服务器正在积极拒绝您的请求。这有很多原因。一些网站会检查调用者的用户代理，看看是否是这种情况。就我而言，我使用httpie 来测试它是否允许我通过非浏览器应用程序下载。有效。于是我就简单的复用了一个user header，看看是不是缺少user-agent。

import urllib.request

opener = urllib.request.build_opener()
opener.addheaders = [('User-Agent', 'MyApp/1.0')]
urllib.request.install_opener(opener)
urllib.request.urlretrieve(
  "http://image.prntscr.com/image/ynfpUXgaRmGPwj5YdZJmaw.png",
   "gfg.png")

成功了！现在我不知道服务器使用什么逻辑。例如，我尝试了一个标准的Mozilla/5.0，但没有奏效。你不会总是遇到这个问题（只要你是合理的，大多数网站在他们允许的范围内都很松懈），但是当你这样做时，尝试使用用户代理。如果没有任何效果，请尝试使用与浏览器相同的用户代理。