从入门到入土:基于Python实现百度查询返回结果真实url读取及域名读取
此博客仅用于记录个人学习进度,学识浅薄,若有错误观点欢迎评论区指出。欢迎各位前来交流。(部分材料来源网络,若有侵权,立即删除)
本人博客所有文章纯属学习之用,不涉及商业利益。不合适引用,自当删除!
若被用于非法行为,与我本人无关
基于Python实现百度查询返回结果真实url读取及域名读取
- 代码
- 过程分析
- 运行结果
- 完成情况
代码
import requests #用于请求网页
from bs4 import BeautifulSoup #用于处理获取的到的网页源码数据
from urllib.parse import urlparse #用于处理urlheaders = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.93 Safari/537.36 Edg/90.0.818.56','Cookie':'#自己加'}def get_baidu():what=input("请输入查询内容:")what=str(what)url = 'https://www.baidu.com/s?ie=utf-8&f=8&rsv_bp=1&ch=3&tn=site888_2_pg&wd={}&oq=%25E5%25BE%25AE%25E5%258D%259A&rsv_pq=ab9433940005fc20&rsv_t=f721nLpQiz6ELa%2BXTEM1GulsITO9WZ656CgvrvKzqe1k4COXnRJIaM3oVDLyffZkK4DB&rqlang=cn&rsv_enter=1&rsv_dl=tb&rsv_sug3=6&rsv_sug1=6&rsv_sug7=100&rsv_sug2=0&rsv_btype=t&inputT=1552&rsv_sug4=2322'.format(what)rs = requests.session()r = rs.get(url, headers=headers)soup = BeautifulSoup(r.content, 'lxml')h3=soup.find_all('h3')for H3 in h3:try:data=[]a=H3.find('a')data.append(a.text)data.append(a['href'])link=a['href']try:RS = requests.session()R = RS.get(url=link,allow_redirects=False,verify=False, headers=headers)LINK=R.headers["Location"]#再次请求之后location定位data.append(LINK)domain = str(urlparse(LINK).scheme + "://" + urlparse(LINK).netloc)#获取域名Subdomain.append(domain)data.append(domain)except:passfor i in data:print(i)except:passif __name__ == '__main__':get_baidu()
过程分析
- 首先对于输入的查找内容进行构造url然后发送请求并解析
- 定位到指定的标签获取我们所搜索到的文本信息以及百度的跳转url
- 然后进行域名提取
- 最后是完善错误机制
运行结果
完成情况
- 成功提取了百度引擎的中搜索到的标题与跳转url,并且得到了真实url以及真实域名
从入门到入土:基于Python实现百度查询返回结果真实url读取及域名读取相关推荐
- 【优秀课设】基于Python的百度API的OCR名片识别【含完整API账户】
基于Python的百度API的OCR名片识别[含完整API账户] API账户:(AK及SK) client_id ='WiXDt5e70NI5w0qSeoUBZClZ' client_secret = ...
- python实现离线翻译_基于python实现百度翻译功能
运行环境: python 3.6.0 今天处于练习的目的,就用 python 写了一个百度翻译,是如何做到的呢,其实呢就是拿到接口,通过这个接口去访问,不过中间确实是出现了点问题,不过都解决掉了 先晾 ...
- 基于Python的百度AI人脸识别API接口(可用于OpenCV-Python人脸识别)
基于Python的百度AI人脸识别API接口(可用于OpenCV-Python人脸识别) 资源: download.csdn.net/download/weixin_53403301/43644312 ...
- python怎么读发音百度翻译-基于python实现百度翻译功能
运行环境: python 3.6.0 今天处于练习的目的,就用 python 写了一个百度翻译,是如何做到的呢,其实呢就是拿到接口,通过这个接口去访问,不过中间确实是出现了点问题,不过都解决掉了 先晾 ...
- 从入门到入土:Python爬虫学习|Selenium自动化模块学习|简单入门|轻松上手|自动操作浏览器进行处理|chrome|PART01
此博客仅用于记录个人学习进度,学识浅薄,若有错误观点欢迎评论区指出.欢迎各位前来交流.(部分材料来源网络,若有侵权,立即删除) 本人博客所有文章纯属学习之用,不涉及商业利益.不合适引用,自当删除! 若 ...
- python hacklib_【入门】angr:基于python的二进制分析框架
文章难易度:★★★ 文章阅读点/知识点:angr:基于python的二进制分析框架 文章作者:desword
- python如何获取百度搜索结果的真实URL
在公司中需要去抓取一些数据,就遇到了以下这些问题: 想通过爬虫获取百度搜索结果的原始链接.通过Firefox的HttpFox插件,发现在搜索结果的URL是加密过的,例如: http://www.bai ...
- 从入门到入土:Python爬虫学习|实例练手|爬取百度翻译|Selenium出击|绕过反爬机制|
此博客仅用于记录个人学习进度,学识浅薄,若有错误观点欢迎评论区指出.欢迎各位前来交流.(部分材料来源网络,若有侵权,立即删除) 本人博客所有文章纯属学习之用,不涉及商业利益.不合适引用,自当删除! 若 ...
- 从入门到入土:Python爬虫学习|实例练手|爬取百度产品列表|Xpath定位标签爬取|代码注释详解
此博客仅用于记录个人学习进度,学识浅薄,若有错误观点欢迎评论区指出.欢迎各位前来交流.(部分材料来源网络,若有侵权,立即删除) 本人博客所有文章纯属学习之用,不涉及商业利益.不合适引用,自当删除! 若 ...
最新文章
- python入门:工欲善其事,必先利其器
- jQuery学习笔记6:表单选择器
- PostgreSQL — 常规操作
- 如何利用 JConsole观察分析Java程序的运行,进行排错调优
- Spring IOC示例代码
- linux连接到程序,Linux下C程序的链接过程
- 【Linux网络编程】并发服务器的三种实现模型
- .NET C# 群发 HTML格式 带附件 中文发送者 密送 抄送 的邮件
- C++认识容器的迭代器
- @property 参数问题
- mysql 避免临时表_MySQL 5.7临时表空间如何玩才能不掉坑里详解
- 重磅 | 完备的人工智能AI 学习——基础知识学习路线,所有资料免关注免套路直接网盘下载
- 一张图读懂中国互联网发展历程
- destoon新增模块
- 做了快6年研发的女程序员,转行做什么合适呢?
- 解密新晋信息窃取木马Spymel
- 【题解】Cutting Woods
- c语言从键盘输入5阶方阵,输入5×5阶的矩阵,编程实现: (1)求两条对角线上的各元素之和....
- 纯净安装 Windows 11 官方原版系统的方法图解(适用强迫症患者)
- 利用GPS北斗卫星信号开发设计NTP网络时间服务器
热门文章
- [转]awsome-java
- GO语言中的几个关键思想
- 【Spring Cloud】保护机制-Hystrix
- 敏捷开发生态系统系列之三:计划跟踪II(需求优先级排序-迭代期内无变更-团队承诺)...
- 敏捷开发团队管理系列之四:程序与测试团队III
- SM系列国密算法(转)
- redis扫描特定keys脚本,可避免阻塞,不影响线上业务
- Django网站管理--ModelAdmin
- NoSQL Redis的学习笔记
- VS2010中无法嵌入互操作类型“......”,请改用适用的接口的解决方法