爬虫第一步安装requests库
具体的安装方法 cmd 模式下 pip install requests
request库中的具体方法:
requests.request() 构造一个请求
requests.get() 获取HTML网页的主要方法,对应与HTTP 的Get
requests.head() 获取HTML网页头信息的方法,对应Http的head
requests.post() 向Html网页提交Post 的请求方法,对应HTTP的post
requests.put() 向Html的网页提交put请求,对应Http的put
requests.patch() 向Html网页提交局部修改,对应Http的PATCH
requests.delete() 向HTML网页提交删除的请求,对应HTTP 的delete
抓取百度页面
# 引用request库
import requests
#使用get 方法请求http://www.baidu.com
r=requests.get('http://www.baidu.com')
# 状态码
status_num=r.status_code
#进行页面转码
r.encoding=r.apparent_encoding
#打印页面
print(r.text)
#打印响应头
print(r.headers)
get:
Help on function get in module requests.api:
get(url, params=None, **kwargs)
Sends a GET request.
:param url: URL for the new :class:`Request` object.
:param params: (optional) Dictionary or bytes to be sent in the query string for the :class:`Request`.
:param \*\*kwargs: Optional arguments that ``request`` takes.
:return: :class:`Response <Response>` object
:rtype: requests.Response
解析理解:
向页面发送Request请求返回Response
r=requests.get(ur,params=None,**kwargsl)
url:拟获取页面的url连接
params:url中的额外参数,字典或字节流格式,可选
**kwargs:12个控制访问的参数
r:相当于返回一个包含服务器资源的response对象
get:构造一个向服务请求资源的request对象
Response对象的属性:
r.status_code Http请求返回状态,200返回成功
r.text Http请求响应内容的字符串形式,即url对应的页面内容
r.encoding 从Http header 中猜测的响应内容编码方式
r.apparent_encoding 从内容中分析出响应的内容编码格式
r.content 从HTTP 响应的内容二进制形式 #目录
r.headers 获取请求头信息
例子:
# 引用request库
import requests
#使用get 方法请求http://www.baidu.com
r=requests.get('http://www.baidu.com')
# 状态码
status_num=r.status_code
#进行页面转码
r.encoding=r.apparent_encoding
#打印页面
print(r.text)
#打印响应头
print(r.headers)