- 安装python requests库
python中最重要的库就是requests库,那么我们应该怎么去安装这个库呢?
Windows系统中查找cmd,右击鼠标选择以管理员身份运行(如图)
在对话框中输入 pip install requests ,等待黄色字体出来以后就说明成功了!(如图)图中由于我已经装过了所以可能不太一样,原理是一样的!
也有小伙伴用的是pycharm等集成开发环境,这里我就简单的介绍一下pycharm安装库的方法:
1、打开pycharm
2、依次点击File–Settings–Project–Project Interpreter
3、双击右侧的pip,点击最上边的框进行查找,输入requests,点击requests,最后点击左下角的Install package,等待一会,就可以import导入刚才下载的库啦!
下面给大家介绍一下requests的Response 对象的属性
- r.status_code 【 HTTP请求的返回状态,200表示链接成功,404表示链接失败 (首先检查返回状态)返回200
可以使用r.text】 - r.encoding / r.apparent_encoding / r.content 【解析返回内容】
- r.text 【HTTP响应内容的字符串形式,即,url对应的页面内容】
- r.encoding 【从HTTP header中猜测响应内容编码方式
r如果header中不存在charset,则认为编码为ISO-8859-】 - r.apparent_encoding 【从内容中分析出的响应内容编码方式(备选编码方式)
根据网页内容分析出编码方式r.content HTTP响应内容的二进制形式】
接下来介绍
requests的get方法:
语法如下:
***语法: requests.get(url【网址】,params=None【网址的额外参数,字典或字节流格式,可选】,kwargs【12个控制访问的参数】)***注意:【】内的内容只是为解释说明作用
有了利剑就应该挥出来,下面就给大家分享一个最简单的获取网页的方法*
import requests
r = requests.get('URL') # 爬取某个网站
code = r.status_code # 检查连接是否成功 200表示链接成功,404或者其他表示链接失败
print(code)
text = r.text # url对应的页面内容
print(text)
headers = r.headers # 返回get请求获取的页面的头部信息
print(headers)
至此,简单的爬虫就学习完了,下一个文章给大家分享一下爬取网页通用的代码框架。
本文内容由本人学习整合内容,如侵删!