您好,登錄后才能下訂單哦!
今天就跟大家聊聊有關(guān)教你10個python爬蟲入門技巧,可能很多人都不太了解,為了讓大家更加了解,小編給大家總結(jié)了以下內(nèi)容,希望大家根據(jù)這篇文章可以有所收獲。
涉及主要知識點:
代碼中給出了注釋,并且可以直接運行哦
如何安裝requests庫(安裝好python的朋友可以直接參考,沒有的,建議先裝一哈python環(huán)境)
windows用戶,Linux用戶幾乎一樣:
打開cmd輸入以下命令即可,如果python的環(huán)境在C盤的目錄,會提示權(quán)限不夠,只需以管理員方式運行cmd窗口
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests
Linux用戶類似(ubantu為例): 權(quán)限不夠的話在命令前加入sudo即可
sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests
1.爬取強大的BD頁面,打印頁面信息
# 第一個爬蟲示例,爬取百度頁面 import requests #導(dǎo)入爬蟲的庫,不然調(diào)用不了爬蟲的函數(shù) response = requests.get("http://www.baidu.com") #生成一個response對象 response.encoding = response.apparent_encoding #設(shè)置編碼格式 print("狀態(tài)碼:"+ str( response.status_code ) ) #打印狀態(tài)碼 print(response.text)#輸出爬取的信息
2.常用方法之get方法實例,下面還有傳參實例
# 第二個get方法實例 import requests #先導(dǎo)入爬蟲的庫,不然調(diào)用不了爬蟲的函數(shù) response = requests.get("http://httpbin.org/get") #get方法 print( response.status_code ) #狀態(tài)碼 print( response.text )
3. 常用方法之post方法實例,下面還有傳參實例
# 第三個 post方法實例 import requests #先導(dǎo)入爬蟲的庫,不然調(diào)用不了爬蟲的函數(shù) response = requests.post("http://httpbin.org/post") #post方法訪問 print( response.status_code ) #狀態(tài)碼 print( response.text )
4. put方法實例
# 第四個 put方法實例 import requests #先導(dǎo)入爬蟲的庫,不然調(diào)用不了爬蟲的函數(shù) response = requests.put("http://httpbin.org/put") # put方法訪問 print( response.status_code ) #狀態(tài)碼 print( response.text )
5.常用方法之get方法傳參實例(1)
如果需要傳多個參數(shù)只需要用&符號連接即可如下
# 第五個 get傳參方法實例 import requests #先導(dǎo)入爬蟲的庫,不然調(diào)用不了爬蟲的函數(shù) response = requests.get("http://httpbin.org/get?name=hezhi&age=20") # get傳參 print( response.status_code ) #狀態(tài)碼 print( response.text )
6.常用方法之get方法傳參實例(2)
params用字典可以傳多個
# 第六個 get傳參方法實例 import requests #先導(dǎo)入爬蟲的庫,不然調(diào)用不了爬蟲的函數(shù) data = { "name":"hezhi", "age":20 } response = requests.get( "http://httpbin.org/get" , params=data ) # get傳參 print( response.status_code ) #狀態(tài)碼 print( response.text )
7.常用方法之post方法傳參實例(2) 和上一個有沒有很像
# 第七個 post傳參方法實例 import requests #先導(dǎo)入爬蟲的庫,不然調(diào)用不了爬蟲的函數(shù) data = { "name":"hezhi", "age":20 } response = requests.post( "http://httpbin.org/post" , params=data ) # post傳參 print( response.status_code ) #狀態(tài)碼 print( response.text )
8.關(guān)于繞過反爬機制,以zh爸爸為例
# 第好幾個方法實例 import requests #先導(dǎo)入爬蟲的庫,不然調(diào)用不了爬蟲的函數(shù) response = requests.get( "http://www.zhihu.com") #第一次訪問知乎,不設(shè)置頭部信息 print( "第一次,不設(shè)頭部信息,狀態(tài)碼:"+response.status_code )# 沒寫headers,不能正常爬取,狀態(tài)碼不是 200 #下面是可以正常爬取的區(qū)別,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" }#設(shè)置頭部信息,偽裝瀏覽器 response = requests.get( "http://www.zhihu.com" , headers=headers ) #get方法訪問,傳入headers參數(shù), print( response.status_code ) # 200!訪問成功的狀態(tài)碼 print( response.text )
9.爬取信息并保存到本地,因為目錄關(guān)系,在D盤建立了一個叫做爬蟲的文件夾,然后保存信息
注意文件保存時的encoding設(shè)置
# 爬取一個html并保存 import requests url = "http://www.baidu.com" response = requests.get( url ) response.encoding = "utf-8" #設(shè)置接收編碼格式 print("\nr的類型" + str( type(response) ) ) print("\n狀態(tài)碼是:" + str( response.status_code ) ) print("\n頭部信息:" + str( response.headers ) ) print( "\n響應(yīng)內(nèi)容:" ) print( response.text ) #保存文件 file = open("D:\\爬蟲\\baidu.html","w",encoding="utf") #打開一個文件,w是文件不存在則新建一個文件,這里不用wb是因為不用保存成二進(jìn)制 file.write( response.text ) file.close()
10.爬取圖片,保存到本地
#保存百度圖片到本地 import requests #先導(dǎo)入爬蟲的庫,不然調(diào)用不了爬蟲的函數(shù) response = requests.get("https://cache.yisu.com/upload/information/20201101/112/2118.gif") #get方法的到圖片響應(yīng) file = open("D:\\爬蟲\\baidu_logo.gif","wb") #打開一個文件,wb表示以二進(jìn)制格式打開一個文件只用于寫入 file.write(response.content) #寫入文件 file.close()#關(guān)閉操作,運行完畢后去你的目錄看一眼有沒有保存成功
看完上述內(nèi)容,你們對教你10個python爬蟲入門技巧有進(jìn)一步的了解嗎?如果還想了解更多知識或者相關(guān)內(nèi)容,請關(guān)注億速云行業(yè)資訊頻道,感謝大家的支持。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。