python中response对象的方法_Response对象的常用属性
response.status_code是一个很常用的属性,在我们之后的爬虫代码中也将多次出现。
response.content,它能把Response对象的内容以二进制数据的形式返回,适用于图片、音频、视频的下载
# 引用requests库
import requests
# 下载《三国演义》第一回,我们得到一个对象,它被命名为res
res = requests.get('https://localprod.pandateacher.com/python-manuscript/crawler-html/sanguo.md')
# 把Response对象的内容以字符串的形式返回
novel=res.text
# 现在,可以打印小说了,但考虑到整章太长,只输出800字看看就好。在关于列表的知识那里,你学过[:800]的用法。
print(novel[:800])
response.text,这个属性可以把Response对象的内容以字符串的形式返回,适用于文字、网页源代码的下载。
# 引用requests库
import requests
# 下载《三国演义》第一回,我们得到一个对象,它被命名为res
res = requests.get('https://localprod.pandateacher.com/python-manuscript/crawler-html/sanguo.md')
# 把Response对象的内容以字符串的形式返回
novel=res.text
# 现在,可以打印小说了,但考虑到整章太长,只输出800字看看就好。在关于列表的知识那里,你学过[:800]的用法。
print(novel[:800])
response.encoding,它能帮我们定义Response对象的编码。
# 引用requests库
import requests
# 下载《三国演义》第一回,我们得到一个对象,它被命名为res
res = requests.get('https://localprod.pandateacher.com/python-manuscript/crawler-html/sanguo.md')
# 定义Response对象的编码为gbk
res.encoding='gbk'
# 把Response对象的内容以字符串的形式返回
novel=res.text
# 打印小说的前800个字
print(novel[:800])
遇上文本的乱码问题,才考虑用res.encoding。
爬虫伦理
服务器在通常情况下,对搜索引擎是欢迎的态度(刚刚讲过,谷歌和百度的核心技术之一就是爬虫)。当然,这是有条件的,通常这些条件会写在robots协议里。
robots协议是互联网爬虫的一项公认的道德规范,它的全称是“网络爬虫排除标准”(robots exclusion protocol),这个协议用来告诉爬虫,哪些页面是可以抓取的,哪些不可以。
User-agent: Baiduspider # 百度爬虫
Allow: /article # 允许访问 article
Allow: /oshtml # 允许访问 oshtml
Allow: /ershou # 允许访问 ershou
Allow: /$ # 允许访问根目录,即淘宝主页
Disallow: /product/ # 禁止访问product文件夹下面的所有文件,但是product文件夹本身允许被访问
Disallow: / # 禁止访问除 Allow 规定页面之外的其他所有页面
User-Agent: Googlebot # 谷歌爬虫
Allow: /article
Allow: /oshtml
Allow: /product # 允许访问product文件夹及product文件夹下面的所有文件
Allow: /spu
Allow: /dianpu
Allow: /oversea
Allow: /list
Allow: /ershou
Allow: /$
Disallow: / # 禁止访问除 Allow 规定页面之外的其他所有页面
…… # 文件太长,省略了对其它爬虫的规定,想看全文的话,点击上面的链接
User-Agent: * # 其他爬虫
Disallow: / # 禁止访问所有页面
python中response对象的方法_Response对象的常用属性相关推荐
- 小白IT:从0~明白带你体验python中做上帝感觉--一切皆对象,处处是多态——面向对象
文章目录 Python 面向对象从0到基础 一.面向对象 1 面向过程VS面向对象** 2 了解一些名词: 3 类 类的声明 **类的作用:属性引用和实例化** **定义函数和类的区别** 类属性的查 ...
- Python通过对象名调用方法(对象名后面括号和参数)
实习做一个自动化测试项目的时候看到大佬代码: d = u2.connect() #该方法返回一个UIAutomatorServer类的实例 d(discription = 'Books').click ...
- 如何在python中找到两个日期时间对象之间的时差?
本文翻译自:How do I find the time difference between two datetime objects in python? 如何分辨两个datetime对象之间的时 ...
- python中的is判断引用的对象是否一致,==判断值是否相等
python中的is判断引用的对象是否一致,==判断值是否相等 a = 10 b = 20 list = [1,2,3,4,5] print(a in list) print(b not in lis ...
- Python中的可变与不可变对象
Python中的可变与不可变对象 首先要明确一点,在Python中 ,一切赋值或者函数传值的方式都是靠引用.这与C++不同,C++有传值.传引用和传指针.因为Python不能显式的定义数据类型,而且没 ...
- python中立方表示_在Python中表示一个对象的方法
在 Python 中一切都是对象.如果要在 Python 中表示一个对象,除了定义 class 外还有哪些方式呢?我们今天就来盘点一下. 0x00 dict 字典或映射存储 KV 键值对,它对查找.插 ...
- 计算机语言range,python中range输出的方法
python中range输出的方法 发布时间:2020-08-25 11:50:26 来源:亿速云 阅读:148 作者:小新 这篇文章主要介绍python中range输出的方法,文中介绍的非常详细,具 ...
- chatgpt赋能python:Python中的s.len()方法介绍
Python中的s.len()方法介绍 Python中有各种字符串处理方法,其中s.len()方法是一个重要的方法之一.s.len()返回一个字符串s的长度.这是一个非常基本的方法,但是在很多情况下都 ...
- python中getitem_解析Python中的__getitem__专有方法
__getitem__来看个简单的例子就明白: def __getitem__(self, key): return self.data[key] >>> f = fileinfo. ...
最新文章
- TIOBE 12 月编程语言:Python 有望第四次成为年度语言!
- POJ1273 Drainage Ditches(最大流基础题)
- 枚举+贪心--经常用到的思路--过程不好弄是--枚举结果C. Elections
- 想要学习Java开发.应该从哪方面入手
- Linux驱动开发-编写DS18B20驱动
- 怎样在中国消灭IE6浏览器
- js 手机号、邮箱、身份证校验
- Android之shape属性设置
- 计算机相关设备巡检表,电脑维护巡检方案
- pacman 查询_ArchLinux的包管理系统: pacman
- java开源项目jeecgboot全解析
- Spark SQL 快速入门系列(六)Spark SQL 访问 JDBC
- 本地电脑如何搭建web网站,并发布到公网访问?1-2
- 春招艰难?给你几条应届生的求职建议!
- 个人成长:简单写写《乔布斯传》读后感
- 爱无尽头,爱无尽头在线观看,免费在线看
- Myricetin/Myricitrin 杨梅素/杨梅苷98%,杨梅提取物
- 数据库表设置外键VS不设置外键,哪个更好?
- 十进制小数转为二进制小数
- DB2的HADR的搭建