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

Question

请帮忙，SEC EDGAR 以前一直工作得很好，直到现在。它给出 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执行的。如果您将标头

User-Agent: Mozilla/5.0

添加到 http 请求中，则可以绕过此问题，因为这会使该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 requests 库自己发出请求。

使用

pip install requests

安装请求

然后将代码更改为如下所示：

import pandas as pd
import requests

# Makes a request to the url
request = requests.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)

我注意到该网站的一件事是它不允许来自非住宅 IP 地址的请求，并且总是会给你一个 403。因此，如果你在云中的某个地方（例如 repl.it，通过 VPN）执行此代码或类似）此代码根本不起作用。不过，在我的家用计算机上运行该代码可以完美运行。该网站还表示，如果您每秒发出超过 10 个请求或总体请求量过多，它将阻止您的 IP 地址，因此请务必谨慎对待向网站发出请求的次数。

Answer 2

过去，只需添加用户代理即可修复此错误。

但是现在看来用户代理必须采用特定格式

用户代理：示例公司名称[电子邮件受保护]

因此，与其使用真正的用户代理（例如从浏览器），不如使用：

Mozilla/5.0 (Company [email protected])