分析
1、指定url
首先进入搜狗搜索页面,指定url,并进行UA伪装。
UA就是User-Agent,UA伪装就是让爬虫对应的请求载体身份标识伪装成某一款浏览器。因为门户网站的服务器会检测对应请求的载体身份标识,如果检测到请求的载体身份标识为某一款浏览器,就说明该请求是一个正常的请求。但是,如果检测到请求的载体身份标识不是基于某一款浏览器的,则表示该请求为不正常的请求(爬虫),服务器就很有可能会拒绝该次请求。
我们进入到搜狗搜索页面,打开开发者工具(鼠标右击,点击“检查”即可),点击Network,刷新页面。我们可以找到对应的URL和User-Agent。
2、发起请求
我们可以通过开发者工具看到请求方式为GET,所以我们使用requests.get()方法。
3、获取响应数据
从下图可知,内容的类型为text/html,所以我们使用