Панды read_csv из URL и включают заголовок запроса - PullRequest
Новая
       10

Панды read_csv из URL и включают заголовок запроса

0 голосов
/ 16 апреля 2019

Начиная с Pandas 0.19.2, функции read_csv () может быть передан URL.См., Например, из этого ответа : 

import pandas as pd

url="https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv"
c=pd.read_csv(url)

URL-адрес, который я хотел бы использовать: https://moz.com/top500/domains/csv

С приведенным выше кодом, этот URL возвращает ошибку: 

urllib2.HTTPError: HTTP Error 403: Forbidden

на основе этого сообщения , я могу получить действительный ответ, передав заголовок запроса: 

import urllib2,cookielib

site= "https://moz.com/top500/domains/csv"
hdr = {'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11',
       'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
       'Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.3',
       'Accept-Encoding': 'none',
       'Accept-Language': 'en-US,en;q=0.8',
       'Connection': 'keep-alive'}

req = urllib2.Request(site, headers=hdr)

try:
    page = urllib2.urlopen(req)
except urllib2.HTTPError, e:
    print (e.fp.read())

content = page.read()
print (content)

Есть лиЛюбой способ использовать функциональность веб-URL Pandas read_csv(), но также передать заголовок запроса, чтобы запрос прошел?

1 Ответ

1 голос
/ 16 апреля 2019

Я бы порекомендовал вам использовать запросы и библиотеку io для вашей задачи. Следующий код должен выполнить работу: 

import pandas as pd
import requests
from io import StringIO

url = "https://moz.com:443/top500/domains/csv"
headers = {"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10.14; rv:66.0) Gecko/20100101 Firefox/66.0"}
req = requests.get(url, headers=headers)
data = StringIO(req.text)

df = pd.read_csv(data)
print(df)

(Если вы хотите добавить пользовательский заголовок, просто измените переменную headers)

Надеюсь, это поможет

...