有关爬虫的知识点

爬虫requests库

// 请求百度网页
response = requests.get('http://www.baidu.com')

requests的作用：发送网络请求，返回响应数据

发送带header的请求

为什么请求需要带上header?
作用：模拟浏览器，欺骗服务器，获取和浏览器一致的内容

header = {'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36'}

// 请求百度网页
response = requests.get('http://www.baidu.com' , headers = header)

发送带参数的请求

header = {'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36'}

temp_url = 'http://www.baidu.com/s'

kw = {'wd' : 'python'} # 参数

// 请求百度网页
response = requests.get(temp_url ,params = kw , headers = header)

requests深入： 发送POST请求

哪些地方我们会用到POST请求：
1.登录注册（post 比 get 安全）
2.需要传输大文本的时候（POST请求对数据长度没有要求）
爬虫也需要在这两个地方模拟浏览器发送post请求

//用法：
response = requests.post("http://www.baidu.com/", data=data, headers=headers)
//data的形式：字典