python内置库urllib的爬虫基本使用

1.POST请求

from urllib import request, parse

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36"
    , "Referer": "https://www.lagou.com/jobs/list_python?labelWords=&fromSearch=true&suginput=",
    "Cookie": "JSESSIONID=ABAAAECAAFDAAEH91C93136CA6BAC0D91666C8966AA9FBB; "
              "WEBTJ-ID=20200309120608-170bd78b1c0848-0e085422ff4061-4313f6a-2073600-170bd78b1c1b93; "
              "_ga=GA1.2.614559968.1583726769; _gid=GA1.2.141853249.1583726769; "
              "user_trace_token=20200309120607-f2ebb3e0-e795-4fa3-8a7f-0dcb74e528fb; "
              "LGSID=20200309120607-0799029e-482e-4b6e-8d6a-1edef023cecc; "
              "LGUID=20200309120607-b431645f-9030-4fe8-ae7f-92e164830870; "
              "Hm_lvt_4233e74dff0ae5bd0a3d81c6ccf756e6=1583726769; "
              "index_location_city=%E4%B8%8A%E6%B5%B7; "
              "sensorsdata2015jssdkcross=%7B%22distinct_id%22%3A%22170bd8e1bf918c-0942f423a0a9dc-4313f6a-2073600-170bd8e1bfa5af%22%2C%22%24device_id%22%3A%22170bd8e1bf918c-0942f423a0a9dc-4313f6a-2073600-170bd8e1bfa5af%22%7D; "
              "sajssdk_2015_cross_new_user=1; X_HTTP_TOKEN=b2638d431b6c17859878273851e91b7b8a10121280; "
              "_gat=1; Hm_lpvt_4233e74dff0ae5bd0a3d81c6ccf756e6=1583728791; "
              "TG-TRACK-CODE=index_search; LGRID=20200309123954-7bf08a1f-e65c-4f29-8195-40920be6f474; "
              "SEARCH_ID=8796b71ed7d347da81750d8d0a6b02c7"}

data = {"first": "true",
        "pn": "1",
        "kd": "python"}

url = "https://www.lagou.com/jobs/positionAjax.json?city=%E4%B8%8A%E6%B5%B7&needAddtionalResult=false"
resp = request.Request(url, headers=headers, data=parse.urlencode(data).encode('utf-8'), method="POST")
content = request.urlopen(resp)
print(content.read().decode("utf-8"))

2.使用代理IP

from urllib import request
url = "http://httpbin.org/ip"
req1 = request.Request(url)
resp1 = request.urlopen(req1)
print(resp1.read())

handler = request.ProxyHandler({"http":"47.92.82.189"})
opener = request.build_opener(handler)
req = request.Request(url)
resp = opener.open(req)
print(resp.read())

3.Cookie的使用

from urllib import request, parse
from http.cookiejar import CookieJar

# zhihu_url = "https://www.zhihu.com/question/38632401/answer/1060250796"
# headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36"}
# req = request.Request(url=zhihu_url,headers=headers)
# resp = request.urlopen(req)
# with open("zhihu.html","w",encoding='utf-8') as fp:
#     fp.write(resp.read().decode('utf-8'))

# 1.登录
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36"}

data = {"email": "970138074@qq.com",
        "password": "pythonspider"}
login_url = "http://www.renren.com/PLogin.do"


def get_opener():
    # 2.创建一个cookie jar对象
    cookie_jar = CookieJar()
    # 3.使用上一步创建的对象
    handler = request.HTTPCookieProcessor(cookie_jar)
    # 4.使用opener发送登录请求
    opener = request.build_opener(handler)`在这里插入代码片`
    return opener


def login_renren(opener):
    req = request.Request(url=login_url, headers=headers, data=parse.urlencode(data).encode("utf-8"))
    reqs = opener.open(req)


def visit_profile(opener):
    # 5.访问个人主页
    dapeng_url = "http://www.renren.com/880151247/profile"
    req = request.Request(url=dapeng_url, headers=headers)
    resp = opener.open(req)
    with open("renren.html", "w", encoding="utf-8") as fp:
        fp.write(resp.read().decode('utf-8'))


if __name__ == '__main__':
    opener = get_opener()
    login_renren(opener)
    visit_profile(opener)

4.Cookie的保存与导入

from urllib import request
from http.cookiejar import MozillaCookieJar

cookie_jar = MozillaCookieJar("cookie.txt")
cookie_jar.load(ignore_discard=True) # 把过期的cookie信息也加载进来
for cookie in cookie_jar:
    print(cookie)
handler = request.HTTPCookieProcessor(cookie_jar)
opener = request.build_opener(handler)

rep = opener.open('http://httpbin.org/cookies')

# cookie_jar.save(ignore_discard=True)

weixin073智慧旅游平台开发微信小程序+ssm后端毕业源码案例设计 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
python017基于Python贫困生资助管理系统带vue前后端分离毕业源码案例设计 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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