爬虫(一)——用Requests模块获取网页信息

调用requests库里面的get方法,获取网页的信息,调用page.text获取网页源码,然后通过print打印出网页源码
import requests
page = requests.get('https://blog.csdn.net/zt_0910/article/details/80075742')
text = page.text
print(text.encode("utf-8"))
 

import requests
import re

head = {'User-Agent': 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'}
TimeOut = 30


def requestpageText(url):
    try:
        Page = requests.session().get(url, headers=head, timeout=TimeOut)
        Page.encoding = "gb2312"
        return Page.text
    except BaseException as e:
        print("联网失败了...", e)


site = "http://www.meizitu.com/a/qingchun_3_1.html"
text = requestpageText(site)  # 抓取网页源码
patterns = re.compile(r'http:.*?/\d*?.html')  # 匹配需要的数据
istp = re.findall(patterns, text)
for photo in istp:
    print(photo)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值