Python 利用Requests库爬取单个网页实例

实例一:京东商品页面的爬取

import requests
url = "http://item.jd.com/2967929.html"\
try:
    r = requests.get(url)
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    print(r.text[:1000])
except:
    print("Error")

实例二:亚马逊商品商品页面的爬取
与京东商品页面爬取不同的是,亚马逊对爬虫访问有较好的限制,因此我们要把爬虫模拟成浏览器的访问

import requests
url = "https://www.amazon.cn/gp/product/B01M8L5Z3Y"
try:
    kv = {'user-agent': 'Mozilla/5.0'}
    r = requests.get(url, params = kv)
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    print(r.text[1000:2000])
except:
    print("Error")

实例三:百度搜索关键词提交
这个例子是利用爬虫向百度搜索提交一些关键词,然后爬取百度对这些关键词的搜索信息
百度搜索接口:http://www.baidu.com/s?wd=keyword

import requests
keyword = "Python"  # 设置关键词为Python
try:
    kv = {'wd':keyword}
    r = requests.get("http://www.baidu.com/s", params=kv)
    print(r.request.url)
    r.raise_for_status()
    print(len(r.text), r.text[:1000])
except:
    print("Error")

实例四:网络图片的爬取和存储
在网上任意找到一张图片右键单击图片,选择复制图片地址即可得到图片的url

import requests
try:
    path = "E:\pictures"    # 设置保存路径
    url = "http://img0.dili360.com/pic/2019/03/26/5c9a065e910d05u57137556.jpg"
    r = requests.get(url)
    r.raise_for_status()
    with open(path, "wb") as f:
        f.write(r.content)
    f.close()
except:
    print("Error")

实例五:ip地址归属地的自动查询
有一个网站 http://m.ip138.com 可以提供ip地址查询的功能
提供的查询接口为:http://m.ip138.com/ip.asp?ip=ipaddress

import requests
try:
    url = "http://m.ip138.com/ip.asp?ip="
    r = requests.get(url + '204.204.80.112')
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    print(r.text)
except:
    print("Error")

课程为:中国大学MOOC嵩天老师的网络爬虫

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