python爬虫实例100例-10个python爬虫入门实例
昨天带伙伴萌学习python爬虫,准备了几个简单的入门实例
涉及主要知识点:
web是如何交互的
requests库的get、post函数的应用
response对象的相关函数,属性
python文件的打开,保存
代码中给出了注释,并且可以直接运行哦
如何安装requests库(安装好python的朋友可以直接参考,没有的,建议先装一哈python环境)
windows用户,Linux用户几乎一样:
打开cmd输入以下命令即可,如果python的环境在C盘的目录,会提示权限不够,只需以管理员方式运行cmd窗口
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests
Linux用户类似(ubantu为例): 权限不够的话在命令前加入sudo即可
sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests
1.爬取强大的BD页面,打印页面信息
# 第一个爬虫示例,爬取百度页面
import requests #导入爬虫的库,不然调用不了爬虫的函数
response = requests.get("http://www.baidu.com") #生成一个response对象
response.encoding = response.apparent_encoding #设置编码格式
print("状态码:"+ str( response.status_code ) ) #打印状态码
print(response.text)#输出爬取的信息
2.常用方法之get方法实例,下面还有传参实例
# 第二个get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://httpbin.org/get") #get方法
print( response.status_code ) #状态码
print( response.text )
3. 常用方法之post方法实例,下面还有传参实例
# 第三个 post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.post("http://httpbin.org/post") #post方法访问
print( response.status_code ) #状态码
print( response.text )
4. put方法实例
# 第四个 put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.put("http://httpbin.org/put") # put方法访问
print( response.status_code ) #状态码
print( response.text )
5.常用方法之get方法传参实例(1)
如果需要传多个参数只需要用&符号连接即可如下
# 第五个 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
response = requests.get("http://httpbin.org/get?name=hezhi&age=20") # get传参
print( response.status_code ) #状态码
print( response.text )
6.常用方法之get方法传参实例(2)
params用字典可以传多个
# 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 )
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 )
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.zhihu.com") #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.zhihu.com" , 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 )
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.baidu.com"
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\baidu.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()
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爬虫实例100例-10个python爬虫入门实例相关推荐
- python回文数编程_GitHub - Fantasy2Me/PythonExercise: Python 编程练习题 100 例(源码),实例在 Python 3.6 环境下测试通过。...
Python3 练习题 100例 有四个数字:1.2.3.4,能组成多少个互不相同且无重复数字的三位数?各是多少? 可填在百位.十位.个位的数字都是1.2.3.4.组成所有的排列后再去 掉不满足条件的 ...
- python趣味编程100例-达人迷 Python趣味编程10例
概述 1 关于本书 1 格式说明 1 给达人迷们的假设 3 本书使用的图标 3 本书之外的信息 4 马上开始 4 第 1周 了解Python 5 第 1章 初识Python 7 Python 是什么? ...
- python编程字典100例_python中字典(Dictionary)用法实例详解
本文实例讲述了python中字典(Dictionary)用法.分享给大家供大家参考.具体分析如下: 字典(Dictionary)是一种映射结构的数据类型,由无序的"键-值对"组成. ...
- python趣味编程10例-python趣味编程100例(99个)
[实例简介] python如今很流行,AI的首选工具:python趣味编程100例(99个),学习编程不枯燥. [实例截图] [核心代码] python趣味编程100例(99个) └── python ...
- python趣味编程与精彩实例-python趣味编程100例(99个)
[实例简介] python如今很流行,AI的首选工具:python趣味编程100例(99个),学习编程不枯燥. [实例截图] [核心代码] python趣味编程100例(99个) └── python ...
- Python爬虫项目100例
前言 Python爬虫项目100例(一):入门级 CentOS环境安装 和谐图网站爬取 美空网数据爬取 美空网未登录图片爬取 27270图片爬取 蜂鸟网图片爬取之一 蜂鸟网图片爬取之二 蜂鸟网图片爬取 ...
- python精彩编程200例-python趣味编程100例(99个)
[实例简介] python如今很流行,AI的首选工具:python趣味编程100例(99个),学习编程不枯燥. [实例截图] [核心代码] python趣味编程100例(99个) └── python ...
- Python创意编程100例turtle篇题目串烧
海龟变身孙悟空,迷宫寻宝讲相声! 哪吒妙用孙子兵法,世界名人尽赞之.忍者品德好,遇见合金弹头主角时怦然心动了,赠送了他花框音乐盒. 生机勃勃的农场孕育了漂亮的二叉分形树.超级玛丽玩起坦克大战还邀请解& ...
- Python奥特曼打怪兽射击游戏(基于海龟画图创作的作品,来自Python创意编程100例sprites篇_Python精灵模块)
相信这竟然是Python用海龟画图制作的作品吗? sprites模块就是用python的turtle模块开发的!所以本作品仍属于Python海龟画图作品 """奥特曼打怪 ...
- Python音乐跳舞毯(基于海龟画图创作的作品,来自Python创意编程100例sprites篇_Python精灵模块)
出色的配音是本作品的一大亮点哦! 相信这竟然是Python用海龟画图制作的作品吗? sprites模块就是用python的turtle模块制作的!所以本作品仍属于Python海龟画图作品 " ...
最新文章
- Spring Security 源码分析:Spring Security 授权过程
- DGA GAN——GAN在安全中的应用
- sklearn 绘制roc曲线_如何用Tensorflow和scikit-learn绘制ROC曲线?
- php授权验证系统 c,OAuth 2.0 授权码认证
- 多线程服务器的适用场合
- Android 手写板SDK
- python试卷河南理工大学官网_河南理工大学试卷模板
- html打印去掉页码和日期,PPT打印讲义时如何去掉日期页码?
- numpy 随机生成矩阵
- ul li文字不对齐
- 数据安全对物联网越来越重要
- programData
- 给电脑C盘系统盘瘦身的四种方法
- SQL-DAY 7(SQL查询语句的应用案例:汽车新销售)
- 81.(cesium之家)cesium修改灰色背景(默认蓝色)
- Python每日一报
- 什么软件测试血压最准确,App Store 上的“血压准-校准血压计血压测量更准确”...
- 查看服务器ip修改记录,如果查看服务器ip地址和修改ip
- 根据字体大小得到字符串显示时的宽度(C#)
- 搜狐云景客户端工具评测之WordPress的搭建
热门文章
- 搜狗输入法 rpm包_输入法哪个好用?2019年终横评来袭
- 网络安全:漏洞测试主要平台 BackTrack4+Metasploit+ruby
- 移动通信原理学习笔记之三——抗衰落和链路性能增强技术
- button css背景透明,css背景透明
- SSL证书下载及部署
- 国内稳定的暗黑2服务器,国内暗黑2战网的基本概念介绍
- 如何通过IDEA看Java源码
- win10taskkill强行结束进程_强制结束进程命令(ntsd命令/taskkill命令)使用教程
- 从零开始学androidNotification通知.四十四.
- 镄囩 php编码,GBK 编码