10个python爬虫入门实例,学会直接上手项目开发
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 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()
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
10个python爬虫入门实例,学会直接上手项目开发相关推荐
- python爬虫程序实例-10个python爬虫入门实例
作者:h3zh1 来源:cnblogs.com/h3zh1/p/12548946.html 今天为大家准备了几个简单的python爬虫入门实例,分享给大家. 涉及主要知识点:web是如何交互的 req ...
- python爬虫实例-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 ...
- python3爬虫入门实例_10个python爬虫入门实例(小结)
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 ...
- python入门爬虫案例_10个python爬虫入门实例(小结)
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 ...
- python爬虫入门实例-Python爬虫天气预报实例详解(小白入门)
本文研究的主要是Python爬虫天气预报的相关内容,具体介绍如下. 要求是把你所在城市过去一年的历史数据爬出来. 分析网站 我们可以看到,我们需要的天气数据都是放在图表上的,在切换月份的时候,发现只有 ...
- python爬虫入门实例-终于领会python爬虫入门示例
随着人工智能 大数据的火热 Python成为了广大科学家和普通大众的学习语言.在学习Python的过程中 有很多人感到迷茫 不知道自己该从什么地方入手,今天我们就来说一些新手该如何学习Python编程 ...
- python爬虫实例手机_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 ...
- Python爬虫入门实例九之Scrapy框架爬取股票信息(亲测有效)
文章目录 写在前面 一.准备工作 二.具体步骤 1.建立工程和Spider模板 2.编写Spider 3.编写pipelines 4.更改settings 5.运行爬虫 三.注意事项 1.文件内容为空 ...
- 小白Python爬虫入门实例1——爬取中国最好大学排名
中国大学慕课python网络爬虫与信息提取--定向爬虫"中国最好大学排名信息爬取" 由于课程中老师给的案例有些许瑕疵,加之至今该网页的首页已经更新,原网址已不存在,因此笔者在老师给 ...
最新文章
- Mycat连接数据库之后导致表名全小写的问题分析研究
- jenkins配置权限不对导致无法登陆或者空白页面解决办法
- Linux系列-Red Hat5平台下的LAMP网站服务搭建(四)
- jQuery 基础教程 (二)之jQuery对象与DOM对象
- ajax处理返回的xml数据,使用AJAX调用WebService返回xml不返回json原因以及解决办法...
- python图像加密模块_使用Pycryp的图像加密和解密
- IE无法打开新窗口与U盘不显示故障的解决
- 【缓存】缓存,这么用才真正达到缓存的效果
- [hbase]Hbase 在HDFS上的目录树结构
- boost学习之BOOST_PP_REPEAT
- [leetcode] 1335. 工作计划的最低难度
- Maven私服Nexus安装与使用,鸟哥的linux私房菜pdf百度云
- 加权平均数的例子_EXCEL 加权平均数的计算
- mysql mpm_部署zabbix监控mysql (三) MPM插件介绍和部署
- 软件项目估算永远不准怎么办?钱少时间紧未必是坏事
- Xcode8写代码闪退
- Swift guard let 的使用
- 如何查看雷电打开了VT
- 爬虫实战5:豆瓣读书爬取
- 关于对皮亚诺公理的理解