Python爬虫入门到实战
带伙伴们学习python爬虫,准备了几个简单的入门实例,分享给大家。
涉及主要知识点:
1.web是如何交互的
2.requests库的get、post函数的应用
3.response对象的相关函数,属性
4.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,建议先装一下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 )
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 )
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 )
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 )
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 requestsurl = "http://www.baidu.com"response = requests.get( url )response.encoding = "utf-8" #设置接收编码格式print("\nr的类型" + str( type(response) ) )print("\n状态码是:" + str( response.status_code ) )print("\n头部信息:" + str( response.headers ) )print( "\n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()
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经验分享
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
Python学习路线
这里把Python常用的技术点做了整理,有各个领域的知识点汇总,可以按照上面的知识点找对应的学习资源。
学习软件
Python常用的开发软件,会给大家节省很多时间。
学习视频
编程学习一定要多多看视频,书籍和视频结合起来学习才能事半功倍。
100道练习题
实战案例
光学理论是没用的,学习编程切忌纸上谈兵,一定要动手实操,将自己学到的知识运用到实际当中。
最后祝大家天天进步!!
上面这份完整版的Python全套学习资料已经上传至CSDN官方,朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。
Python爬虫入门到实战相关推荐
- Python爬虫入门学习实战项目(一)
静态数据的采集 第一个项目我们来抓取拉勾网的招聘信息,话不多说直接开始吧! 1.首先我们导入相关库: import requests from lxml import etree import pan ...
- 史上最权威Python爬虫入门教程,15天就能轻松搞定,自嗨玩到爆
Python是一种简单易学,功能强大的编程语言,它有高效率的高层数据结构,简单而有效地实现面向对象编程.Python简洁的语法和对动态输入的支持,再加上解释性语言的本质,使得它在大多数编程语言的使用场 ...
- python爬虫入门实战---------一周天气预报爬取_Python爬虫入门实战--------一周天气预报爬取【转载】【没有分析...
Python爬虫入门实战--------一周天气预报爬取[转载][没有分析 Python爬虫入门实战--------一周天气预报爬取[转载][没有分析] 来源:https://blog.csdn.ne ...
- Python爬虫入门实战2:获取CSDN个人博客文章基础信息
☞ ░ 老猿Python博文目录:https://blog.csdn.net/LaoYuanPython/article/details/98245036 ░ 一.引言 当爬取博文内容时,有时需要进行 ...
- Python爬虫入门实战,图文详细教学,一看就懂
同样都是程序员,为什么别人家的程序员效率那么高?因为他用 Python. 接下来我们一起来看一个入门级的Python爬虫案例是实战. 主讲内容: 1.什么是爬虫 2.浏览器的工作原理 3.爬虫的工作原 ...
- python爬虫入门教程--优雅的HTTP库requests(二)
requests 实现了 HTTP 协议中绝大部分功能,它提供的功能包括 Keep-Alive.连接池.Cookie持久化.内容自动解压.HTTP代理.SSL认证等很多特性,下面这篇文章主要给大家介绍 ...
- python网络爬虫的基本步骤-黑客基础 编写Python爬虫入门步骤
原标题:黑客基础 编写Python爬虫入门步骤 信息时代,数据就是宝藏.数据的背后隐含着无穷的宝藏,这些宝藏也许就是信息量所带来的商业价值,而大数据本身也将成为桌面上的筹码. 黑客花无涯 带你走进黑客 ...
- python网络爬虫的基本步骤-python爬虫入门需要哪些基础/python 网络爬虫教程
如何入门 Python 爬虫 入门个吊,放弃 python爬虫入门需要哪些基础 现在之所以有多的小伙伴热衷于爬虫技术,无外乎是因为爬我们做很多事情,比如搜索引擎.采集数据.广告过滤等,以Python为 ...
- Python爬虫入门(7):正则表达式
Python爬虫入门(1):综述 Python爬虫入门(2):爬虫基础了解 Python爬虫入门(3):Urllib库的基本使用 Python爬虫入门(4):Urllib库的高级用法 Python爬虫 ...
最新文章
- MySQL常见面试题及答案汇总1000道(春招+秋招+社招)
- 紫书 习题7-14 UVa 307(暴搜+剪枝)
- mysql 忘记root密码 进行重置
- 如何让你的 Linux 系统干净整洁
- Nutch爬虫解决页面相对路径问题
- oracle生成excle报表,oracle自动生成excel报表(时间为变量,条件含变量)
- 一款基于Netty开发的WebSocket服务器
- jq动态拼接html页面及数据
- 【ant项目构建学习点滴】--(3)打包及运行jar文件
- sqlserver一个循环圆的算法
- linux 设置显卡命令,linux查看显卡命令
- java web 房屋租赁系统
- [偏相关分析]偏相关系数计算及假设检验
- idea导入项目框架的方法
- Python with as用法详解
- 一个年轻程序员的成长,提升时间利用效率,第十四周总结
- 切片器可以设置日期格式?_如何分秒必争浅淡时间切片器
- 如果到来,会是怎样情况,fuck,
- iOS动画:粒子发射器(20)
- Learning Policies for Adaptive Tracking with Deep Feature Cascades全文翻译