python——爬取网页（2）

最新推荐文章于 2024-07-01 17:20:06 发布

luli_ya

最新推荐文章于 2024-07-01 17:20:06 发布

阅读量439

点赞数 1

本文链接：https://blog.csdn.net/luli_ya/article/details/104098575

版权

数据检索——request库的最基础requests方法

requests.request(method,url,**rwargs)
其中，method是请求方式，就是requests库的剩下6个方法，即get,put,patch,pose,delete,head

>>> r=requests.request('GET','https://www.baidu.com/')
>>> r.status_code
200
>>> r.encoding=r.apparent_encoding
>>> r.text
'<!DOCTYPE html>\r\n<!--STATUS OK--><html> <head><meta http-equiv=content-type content=text/html;charset=utf-8><meta http-equiv=X-UA-Compatible content=IE=Edge><meta content=always name=referrer><link rel=stylesheet type=text/css href=https://ss1.bdstatic.com/5eN1bjq8AAUYm2zgoY3K/r/www/cache/bdorz/baidu.min.css><title>百度一下，你就知道</title></head> <body link=#0000cc> <div id=wrapper> <div id=head> <div class=head_wrapper> <div class=s_form> <div class=s_form_wrapper> <div id=lg> <img hidefocus=true src=//www.baidu.com/img/bd_logo1.png width=270 height=129> </div> <form id=form name=f action=//www.baidu.com/s class=fm> <input type=hidden name=bdorz_come value=1> <input type=hidden name=ie value=utf-8> <input type=hidden name=f value=8> <input type=hidden name=rsv_bp value=1> <input type=hidden name=rsv_idx value=1> <input type=hidden name=tn value=baidu><span class="bg s_ipt_wr"><input id=kw name=wd class=s_ipt value maxlength=255 autocomplete=off autofocus=autofocus></span><span class="bg s_btn_wr"><input type=submit id=su value=百度一下 class="bg s_btn" autofocus></span> </form> </div> </div> <div id=u1> <a href=http://news.baidu.com name=tj_trnews class=mnav>新闻</a> <a href=https://www.hao123.com name=tj_trhao123 class=mnav>hao123</a> <a href=http://map.baidu.com name=tj_trmap class=mnav>地图</a> <a href=http://v.baidu.com name=tj_trvideo class=mnav>视频</a> <a href=http://tieba.baidu.com name=tj_trtieba class=mnav>贴吧</a> <noscript> <a href=http://www.baidu.com/bdorz/login.gif?login&amp;tpl=mn&amp;u=http%3A%2F%2Fwww.baidu.com%2f%3fbdorz_come%3d1 name=tj_login class=lb>登录</a> </noscript> <script>document.write(\'<a href="http://www.baidu.com/bdorz/login.gif?login&tpl=mn&u=\'+ encodeURIComponent(window.location.href+ (window.location.search === "" ? "?" : "&")+ "bdorz_come=1")+ \'" name="tj_login" class="lb">登录</a>\');\r\n                </script> <a href=//www.baidu.com/more/ name=tj_briicon class=bri style="display: block;">更多产品</a> </div> </div> </div> <div id=ftCon> <div id=ftConw> <p id=lh> <a href=http://home.baidu.com>关于百度</a> <a href=http://ir.baidu.com>About Baidu</a> </p> <p id=cp>&copy;2017&nbsp;Baidu&nbsp;<a href=http://www.baidu.com/duty/>使用百度前必读</a>&nbsp; <a href=http://jianyi.baidu.com/ class=cp-feedback>意见反馈</a>&nbsp;京ICP证030173号&nbsp; <img src=//www.baidu.com/img/gs.gif> </p> </div> </div> </div> </body> </html>\r\n'

在这里插入图片描述
url是指目的网址
**rwargs内含13个控制访问参数，均为可选项
1.params:将字典或字节序列，作为参数插入到url中

>>> import requests
>>> k={'key1':'value1','key2':'value2'}
>>> r=requests.request('GET','https://baidu.com/',params=k)
>>> print(r.url)
http://www.baidu.com/?key1=value1&key2=value2

在这里插入图片描述
2. data：字典、字节序列或文件对象，作为request的内容
3. json:JSON格式的数据，作为request的内容
4. json:JSON格式的数据，作为request的内容，用于模拟任何我们想用的浏览器向服务器发起访问

>>> hd={'user-agent':'Chrome/10'}
>>> r=requests.request('POST','https://baidu.com/',headers=hd)
>>> r.status_code
200
>>>

在这里插入图片描述
5.timeout:设定超时时间，秒为单位
如果出现超时错误，会显示 ConnectTimeoutError

>>> r=requests.request('POST','http://newjw.xxxx.edu.cn/sso/login?local=1',timeout=10)

在这里插入图片描述
6.cookies：字典或者CookieJar,Request中的cookie
7.auth：元组，支持HTTP认证功能
8.files：字典类型，传输文件
9.proxies:字典类型，设定访问代理服务器，可以增加登录认证
用于隐藏用户爬取网页的源IP地址

>>> import requests
>>> p={'http':'http://user:pass@10.10.10.1:1234','https':'https://10.10.10.1:4321'}
>>> r=requests.request('GET','https://www.baidu.com/',proxies=p)

10.allow_redirects:True/False,默认为True，重定向开关
11.stream:True/False，默认为True，获取内容下载开关
12.verify：True/False,默认为True，认证SSL证书开关
13.cert：本地SSL证书路径

luli_ya

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
python——爬取网页（2）

数据检索——request库的最基础requests方法requests.request(method,url,**rwargs)其中，method是请求方式，就是requests库的剩下6个方法，即get,put,patch,pose,delete,head>>> r=requests.request('GET','https://www.baidu.com/')&gt...
复制链接

扫一扫