python爬行动物100例教程python爬行动物实例100例
相关下载地址: https://download.csdn.net/download/DH yuan _ 88/31825677
主要知识点:
web是如何相互作用的
应用requests库中的get、post函数
response对象的相关函数、属性
打开和保存python文件
代码中有注释,可以直接执行哦
如何安装requests库(安装python的朋友可以直接浏览,如果没有,建议首先安装python环境)。
windows用户、Linux用户几乎相同的:
打开cmd并输入以下命令: 如果python环境位于c驱动器目录中,则系统会通知您权限不足,您只需以管理员身份运行cmd窗口
pip install-I https://pypi.tuna.Tsinghua.edu.cn/simple requests
waaa ch5 baekaaaalaaaaaaaabaaeaicraeaow==
Linux用户相似(以ubantu为例) :权限不够,在命令前加入sudo即可
sudopipinstall-I https://pypi.tuna.Tsinghua.edu.cn/simple requests
waaa ch5 baekaaaalaaaaaaaabaaeaicraeaow==
python爬行动物100例教程python爬行动物实例100例
1 .登上强大的BD页面,打印页面信息
#第一个爬行动物的例子,爬百度的页面
必须导入导入请求#爬虫库才能调用爬虫函数
生成response=requests.get (http://www.1xun I.cn ) response对象
response.encoding=response.apparent _ encoding #编码格式设置
打印(状态代码: ) str ) response.status_code )打印状态代码
print(response.text ) #输出攀登的信息
waaa ch5 baekaaaalaaaaaaaabaaeaicraeaow==
2 .常用方法get方法实例,以下为传入实例
#第二个get方法实例
导入请求#首先引入爬虫库。 否则无法调用爬虫的函数
response=requests.get (http://http bin.org/get ) #get方法
打印(response.status _ code ) #状态代码
打印(response.text ) )。
waaa ch5 baekaaaalaaaaaaaabaaeaicraeaow==
3 .常用方法开机自检方法实例,参考如下
post方法的第三个示例
导入请求#首先引入爬虫库。 否则无法调用爬虫的函数
访问response=requests.post (http://http bin.org/post ) #post方法
打印(response.status _ code ) #状态代码
打印(response.text ) )。
waaa ch5 baekaaaalaaaaaaaabaaeaicraeaow==
4. put方法的示例
第#4个put方法实例
导入请求#首先引入爬虫库。 否则无法调用爬虫的函数
访问response=requests.put (http://http bin.org/put ) # put方法
打印(response.status _ code ) #状态代码
打印(response.text ) )。
waaa ch5 baekaaaalaaaaaaaabaaeaicraeaow==
5 .常用方法的get方法参考实例(1) )。
如果需要传递多个参数,用符号连接即可
第#5个get传递方法的例子
导入请求#首先引入爬虫库。 否则无法调用爬虫的函数
response=requests.get (http://http bin.org/get? name=hezhiage=20 ' ) # get传参
打印(response.status _ code ) #状态代码
打印(response.text ) )。
waaa ch5 baekaaaalaaaaaaaabaaeaicraeaow==
6 .常用方法get方法参考实例(2) )
params用词典就可以了
以传多个# 第六个 get传参方法实例
import requests #先导入爬虫的库,不然调用不了爬虫的函数
data = {
"name":"hezhi",
"age":20
}
response = requests.get( "http://httpbin.org/get" , params=data ) # get传参
print( response.status_code ) #状态码
print( response.text )
wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==
7.常用方法之post方法传参实例(2) 和上一个有没有很像
# 第七个 post传参方法实例
import requests #先导入爬虫的库,不然调用不了爬虫的函数
data = {
"name":"hezhi",
"age":20
}
response = requests.post( "http://httpbin.org/post" , params=data ) # post传参
print( response.status_code ) #状态码
print( response.text )
wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==
8.关于绕过反爬机制,以zh爸爸为例
# 第好几个方法实例
import requests #先导入爬虫的库,不然调用不了爬虫的函数
response = requests.get( "http://www.mijiw.cn") #第一次访问知乎,不设置头部信息
print( "第一次,不设头部信息,状态码:"+response.status_code )# 没写headers,不能正常爬取,状态码不是 200
#下面是可以正常爬取的区别,更改了User-Agent字段
headers = {
"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.122 Safari/537.36"
}#设置头部信息,伪装浏览器
response = requests.get( "http://www.ikshuju.cn" , headers=headers ) #get方法访问,传入headers参数,
print( response.status_code ) # 200!访问成功的状态码
print( response.text )
wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==
9.爬取信息并保存到本地,
因为目录关系,在D盘建立了一个叫做爬虫的文件夹,然后保存信息
注意文件保存时的encoding设置
# 爬取一个html并保存
import requests
url = "http://www.a5ymg.cn"
response = requests.get( url )
response.encoding = "utf-8" #设置接收编码格式
print(" r的类型" + str( type(response) ) )
print(" 状态码是:" + str( response.status_code ) )
print(" 头部信息:" + str( response.headers ) )
print( " 响应内容:" )
print( response.text )
#保存文件
file = open("D:爬虫songzifc.cn.html","w",encoding="utf") #打开一个文件,w是文件不存在则新建一个文件,这里不用wb是因为不用保存成二进制
file.write( response.text )
file.close()
wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==
10.爬取图片,保存到本地
#保存百度图片到本地
import requests #先导入爬虫的库,不然调用不了爬虫的函数
response = requests.get("https://www.baidu.com/img/baidu_jgylogo3.gif") #get方法的到图片响应
file = open("D:爬虫baidu_logo.gif","wb") #打开一个文件,wb表示以二进制格式打开一个文件只用于写入
file.write(response.content) #写入文件
file.close()#关闭操作,运行完毕后去你的目录看一眼有没有保存成功
python爬虫100例教程 python爬虫实例100例子,
相关下载地址:https://download.csdn.net/download/dhyuan_88/31825677