Http头用户代理

Question

我试图从HTTP头中的用户代理字符串中获取浏览器列表。在许多字符串中，浏览器信息是字符串中的第二个条目，如下所示：

(compatible;.MSIE.8.0;.Windows.NT.5.1;.Trident/4.0)

但在某些字符串中，要么没有浏览器信息，要么该信息作为第三个条目出现，如下所示：

^{pr2}$

如何处理？Python中有什么东西可以处理HTTP头字段吗？非常感谢。在

Answer 1

我以前用PHP编写了一个用户代理分析器，所以它可能有点过时，但希望它能有所帮助。我提取了浏览器信息、操作系统和语言，但我只在这里包含浏览器信息。在

所有主要的浏览器名称都包含在UA字符串中，但是Mozilla几乎都在UA字符串中，对于Firefox，使用Firefox字符串。因此，创建一个包含以下内容的数组：

browserList = {'Opera': 'Opera', 
    'Internet Explorer': 'MSIE',
    'Firefox': 'Firefox',
    'Chrome': 'Chrome',
    'Not specified' => ''}

然后试着在UA字符串上匹配这些。如果不想扩展统计数据，可以添加更多浏览器。至于版本号，在大多数情况下，它出现在浏览器名称之后。因此，请尝试在找到浏览器名称的索引后提取第一个数字点编号。在

你的访问者可能是一个爬虫（一个机器人，像谷歌的），你可以通过匹配以下列表来找到：

^{pr2}$

希望这有帮助。在