使用 GET 方式抓取数据

请求对象是www.cntour.cn，请求方式是GET(所有在源码中的数据请求方式都是GET)

确定好请求对象和方式后，在 PyCharm 中输入以下代码：import requests        #导入requests包

url = 'http://www.cntour.cn/'

strhtml = requests.get(url)        #Get方式获取网页数据

print(strhtml.text)

加载库使用的语句是 import+库的名字。在上述过程中，加载 requests 库的语句是：import requests。

用 GET 方式获取数据需要调用 requests 库中的 get 方法，使用方法是在 requests 后输入英文点号，如下所示：requests.get

将获取到的数据存到 strhtml 变量中，代码如下：strhtml = request.get(url)

这个时候 strhtml 是一个 URL 对象，它代表整个网页，但此时只需要网页中的源码，下面的语句表示网页源码：strhtml.text

使用 POST 方式抓取数据

准备

首先输入有道翻译的网址：http://fanyi.youdao.com/，进入有道翻译页面。

按快捷键 F12，进入开发者模式，单击 Network，此时内容为空

在有道翻译中输入“我爱中国”，单击“翻译”按钮

在开发者模式中，依次单击“Network”按钮和“XHR”按钮，找到翻译数据

单击 Headers，发现请求数据的方式为 POST。

找到数据所在之处并且明确请求方式之后，接下来开始撰写爬虫。

爬取

首先，将 Headers 中的 URL 复制出来，并赋值给 url，代码如下：url = 'http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'

POST 的请求获取数据的方式不同于 GET，POST 请求数据必须构建请求头才可以。

Form Data 中的请求参数如图 15 所示：

将其复制并构建一个新字典：From_data={'i':'我愛中國','from':'zh-CHS',

'to':'en','smartresult':'dict','client':'fanyideskweb',

'salt':'15477056211258','sign':'b3589f32c38bc9e3876a570b8a992604',

'ts':'1547705621125','bv':'b33a2f3f9d09bde064c9275bcb33d94e',

'doctype':'json','version':'2.1','keyfrom':'fanyi.web',

'action':'FY_BY_REALTIME','typoResult':'false'}

接下来使用 requests.post 方法请求表单数据，代码如下：import requests        #导入requests包

response = requests.post(url,data=payload)

将字符串格式的数据转换成 JSON 格式数据，并根据数据结构，提取数据，并将翻译结果打印出来，代码如下：import json

content = json.loads(response.text)

print(content['translateResult'][0][0]['tgt'])

使用 requests.post 方法抓取有道翻译结果的完整代码如下：import requests        #导入requests包

import json

def get_translate_date(word=None):

url = 'http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'

From_data={'i':word,'from':'zh-CHS','to':'en','smartresult':'dict','client':'fanyideskweb','salt':'15477056211258','sign':'b3589f32c38bc9e3876a570b8a992604','ts':'1547705621125','bv':'b33a2f3f9d09bde064c9275bcb33d94e','doctype':'json','version':'2.1','keyfrom':'fanyi.web','action':'FY_BY_REALTIME','typoResult':'false'}

#请求表单数据

response = requests.post(url,data=From_data)

#将Json格式字符串转字典

content = json.loads(response.text)

print(content)

#打印翻译后的数据

#print(content['translateResult'][0][0]['tgt'])

if __name__=='__main__':

get_translate_date('我爱中国')