Python爬虫学习记录(二）requests模块巩固深入与UA反反爬

UA检测与UA伪装

UA-> User-Agent (请求载体的身份标识)
UA检测：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，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），则服务端就很有可能拒绝该次请求。
UA伪装：让爬虫对应的请求载体身份标识伪装成某一款浏览器

巩固案例一：
爬取搜狗指定词条的对应搜索结果页面（简易的网页采集器）
要实现的操作有UA伪装和动态处理词条

实现源码：

import requests #导包操作
if __name__ == "__main__":
    #UA伪装
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.114 Safari/537.36 Edg/89.0.774.68'
    }
    url = 'https://www.sogou.com/web' #指定url
    #要把词条改成动态的，就要处理url所携带的参数：封装到字典中
    kw = input('enter a key word:')
    param = {
        'query':kw
    }
    #对指定url发起的请求是携带参数的，并且请求过程中已经处理了参数
    responce =requests.get(url=url,params=param,headers=headers)
    #获取相应数据
    page_text = responce.text
    fileName = kw+'.html'
    with open(fileName, 'w', encoding='utf-8') as fp:
        fp.write(page_text)
    print(fileName, '保存成功')