分析网页
这次分析的是快代理,就是这个
想要获取这上面的IP需要分析网页结构
打开开发者工具进行分析
发现所有IP组数据在tr
节点中,每个具体数据在td
节点中
代码实现时,从这个节点中获取信息,有很多方法
如果需要多页爬取,需要分析网址规律
从以上图片可得知,每页 网址前部分相同,都是这个https://www.kuaidaili.com/free/inha/
后面是页数
获取IP
所以可以这样进行获取
import requests
from bs4 import BeautifulSoup
# 目标网址
url = 'https://www.kuaidaili.com/free/inha/' + '1'
# 伪造头信息
header = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.182 Safari/537.36'
}
# 发送请求
r = requests.get(url,headers=header)
# 创建BeautifulSoup对象
soup = BeautifulSoup(r