request模块

request模块:python中原生的一款基于网络请求的模块
作用：模拟浏览器发送请求

如何使用：

1）指定url
2）发起请求（get、post）
3）获取响应数据
4）持久化存储

代码实现：爬取搜狗首页的数据

import requests


if __name__ == '__main__':
    # 1)指定url
    url = 'https://www.sogou.com/'
    # 2)发起请求
    #get方法会返回一个响应对象，使用response接收
    response=requests.get(url=url)
    # 3)获取响应数据
    #response.txt返回一组字符串，使用page_text接收
    page_text=response.text
    # 4)持久化存储
    with open('./sougou.html','w',encoding='utf-8') as fp:
        fp.write(page_text)

UA伪装:
请求载体身份标识，通过浏览器发起的请求，请求载体为浏览器，则该请求的User-Agent为浏览器的身份标识，如果使用爬虫程序发起的请求，则该请求的载体为爬虫程序，则该请求的User-Agent为爬虫程序的身份标识。服务器可以通过该值来判断发起请求的是浏览器还是爬虫程序。

网页采集器

import requests
#UA伪装：User-Agent(请求载体的身份标识)
if __name__ == '__main__':
    #UA伪装：将对应的User-Agent封装到一个字典中
    #User-Agent可以通过抓包工具获取
    headers={
      'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.96 Safari/537.36 Edg/88.0.705.56'
    }
    url='https://www.sogou.com/web'
    kw=input("input word:")
    param={
        'query':kw
    }
    response=requests.get(url=url,params=param,headers=headers)
    page_text=response.text
    fileName=kw+'.html'
    with open(fileName,"w",encoding="utf-8") as fp:
        fp.write(page_text)