python爬虫的开始——用urllib发送请求

已于 2022-03-11 17:16:11 修改
阅读量1k 收藏 2
点赞数 1
文章标签： 爬虫
于 2022-03-11 11:36:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_62626632/article/details/123419934
版权
本文介绍了如何在Python中使用urllib库发送GET请求，并解析响应内容。通过urllib.request.urlopen(url)获取网页信息，利用response.read().decode("utf-8")解码HTML内容，以理解网页上的中文数据。
摘要由CSDN通过智能技术生成

记录一下我的学习路程，在python中用urllib发送请求是非常简单的，直接附上图片

 

urllib.request.urlopen(url)是向网页发送一个GET式的请求，response储存网页返回的信息

response.read()表示将返回的信息以HTML的形式显示，decode("utf-8”）表示将按ASCII标准编码的中文按“utf-8"的格式解码

例如：成都

如果不写decode（”utf-8"）显示的是：成&#x90FD，这其实就是成都的ASCII标准编码

贴一个在线解码的链接：点这里

下面是凑字数的，

俄罗斯联邦（Российская Федерация），亦称俄罗斯（Россия），是由22个自治共和国、46个州、

最低0.47元/天 解锁文章
m0_62626632
关注
Selenium Edge的无头浏览器模式以及反WebDriver检测
weixin_51368459的博客
06-25 1万+
2022年Python Selenium使用Edge浏览器爬取页面，并进行反检测设置
python+selenium配置Edge浏览器
weixin_30412013的博客
06-26 2405
Chrome, Firefox只需要修改conftest.py文件中的 @pytest.fixture(scope='session')def browser(): return BzwUtil.read_yml('config.yml','WEB_INFO','BROWSER')''' add option in pytest command line '''def pytest_add...
Python爬虫-请求模块Urllib
最新发布
andyyah晓波的博客
08-17 734
Python3中的Urllib 模块中包含多个功能的子模块，具体内容如下：urllib.request：用于实现基本HTTP请求的模块。urllib.error：异常处理模块，如果在发送网络请求时出现了错误，可以捕获异常进行异常的有效处理。urllib.parse：用于解析URL的模块。urllib.robotparser：用于解析robots.txt文件，判断网站是否可以爬取信息。
关于python的selenium控制已经打开的edge浏览器
weixin_47420059的博客
08-06 3566
下载edge驱动后，放在edge的exe文件同目录下，并将exe的目录添加到系统变量path中。之后在exe目录下打开cmd。在cmd中输入msedge.exe --remote-debugging-port=9222 --user-data-dir="D:\python\seleniumEdge" -----注意：提前建这个文件夹"D:\python\seleniumEdge"
selenium启用MS Edge浏览器/下载MS Edge WebDriver
book_dw5189的博客
03-10 2204
selenium启用MS Edge浏览器/下载MS Edge WebDriver
Python Selenium.WebDriver 浏览器启动参数设置『Edge如何使用启动参数』
热门推荐
贤哲XianZhe的博客
10-24 5万+
在创建 WebDriver 实例时，可以配置它的启动参数以进行一些初始设置，这些设置将会在 WebDriver 的整个生命周期内生效 对于不同类型的浏览器，WebDriver 传入的参数并不相同，但主要的几个参数是一样的*
python爬虫实例——基于BeautifulSoup与urllib.request
08-12
总之，理解并掌握`urllib.request`和`BeautifulSoup`的使用是Python爬虫初学者的基础课。通过实践这样的实例，你可以更深入地了解网络请求的原理，学习如何解析和提取HTML中的有用信息，从而为后续更复杂的爬虫项目...
python爬虫——使用urllib爬取网页
w_sunset的博客
11-26 6471
1.urlib库是python内置的http请求库，它可以看作处理url的组件集合。urllib库包含4大模块： （1）urllib.request:请求模块 （2）urllib.error: 异常处理模块 （3）urllib.parse:URL解析模块 （4）urllib.robotparser:robots.txt解析模块 下面是用urllib库爬取百度首页 import urllib.request # 导入urllib的请求模块request url = "http://www
python爬虫项目——自动批量抓取m3u8网页视频
10-14
Python爬虫技术在IT行业中广泛应用于数据挖掘和自动化任务，特别是在网络视频资源的获取上。本项目专注于自动批量抓取m3u8网页视频，这是一个非常实用的技能，特别是对于那些需要收集网络视频数据的人来说。m3u8是一...
Python爬虫入门系列——Urllib详解
m0_47706863的博客
09-21 914
Python爬虫入门系列——Urllib详解1.背景1.1 初识爬虫1.2 合法性1.3 robots协议2.要求2.1 当前开发环境2.2 编程基础3.快速上手Urllib3.1 request模块3.2Error 模块3.3Parse 模块4.高级应用**4.1 Opener**4.2 代理设置4.3 Cookie 1.背景 1.1 初识爬虫 网络爬虫，是一种按照一定规则，自动抓取互联网信息的程序或者脚本，其本质是模拟浏览器打开网页，获取网页中我们想要的数据。常用的百度、谷歌的搜索引擎也是一个爬虫，把互
Python selenium配置Edge
方脩的博客
01-12 1万+
Python使用selenium配置Edge
selenium配置Edge 全屏 更改ua 等
g28757的博客
10-29 6103
前言 第一次写博客，请各位大佬多多指正 之前我写了一个某社交平台的一个小爬虫，奈何要登陆账号 使用request登陆太麻烦了，于是我就使用了selenium 反正登陆的账号也不多，然后一开始我是使用的Chrome浏览器，很容易 没有什么障碍 各种设置 更换ua 设置全屏都很容易 但是使用Chrome浏览器有个致命的问题，我这个小爬虫是发给其他人用的，想要在其他计算机上运行，我就要把运行环境搭配好 于是我直接把Chrome浏览器给打包进去了，当然 可以正常使用 但是300多m的大小造成了很多麻烦，于
python模拟操作edge浏览器，完成问题的采集
weixin_42771529的博客
04-23 2769
今天是自动化操作的第一步，是基础。
edge浏览器实现无头浏览（selenium）
weixin_52366977的博客
04-07 3337
看了很多帖子的代码复制过来总会有问题，通过查阅官网 并自行测试，终于得到了准确的结果，直接复制代码到程序开头就行了 from selenium.webdriver.edge.options import Options# 实现无可视化界面的操作, #定义浏览器对象 #实现无可视化界面的操作,无可视化界面（无头浏览器）,要用直接复制，加上上面的引入 options = Options()#定义一个option对象 options.add_argument("headless") bro= webdriver.
【爬虫】关于 HTTP 的 OPTIONS 请求
Ezrealer的博客
06-10 4001
HTTP 的 OPTIONS 方法 用于获取目的资源所支持的通信选项。客户端可以对特定的 URL 使用 OPTIONS 方法，也可以对整站（通过将 URL 设置为“*”）使用该方法； 简单来说，就是可以用 options 请求去嗅探某个请求在对应的服务器中都支持哪种请求方法； 前端一般不会主动发起这个请求，但是通过F12 debug页面，一般可以看到 相同的请求会有两次，其中一次的 Request Method 是 OPTIONS； 因为在跨域的情况下，在浏览器发起"复杂请求"时主动发起的。跨域共享标准规
selenium3 + Edge + win10 配置
GLOBE TREKKER
05-04 2035
运行环境: python 3.6.0 注：Edge为 Win10 自带的浏览器 安装Selenium 1. cmd 命令使用 pip 指令安装 selenium pip install selenium 2. 下载Edge对应的 Webdirver 查看Edge版本号，下载对应驱动 ... →设置 → 拖到最下方 根据Edge版本下载驱动 http...
python自动操作edge浏览器，登录后保存登录信息及使用带插件的edge
weixin_42771529的博客
04-23 1416
import os# 创建窗口window.title("工作目录管理")# 假设您希望将工作目录路径分别赋值给以下全局变量：# 建立工作目录的函数# 弹出文件对话框，让用户选择目录# 获取当前日期和时间# 创建以当前日期和时间命名的新目录# 在新目录下创建三个文本文件f.write("这里是问题列表\n")f.write("这里是答案列表\n")# 提示用户工作目录已创建print(f"工作目录 '{new_directory}' 已创建。")
使用selenium的edge浏览器登录某为
weixin_47730343的博客
12-09 720
互联网上基本都是某哥的用法，其实edge和某哥的用法是一样的就有一下参数不一样。
Linux+Edge+msedgedriver+selenium大坑
caicau的博客
11-04 1873
踩大坑了家人们！！！！ Linux+Microsoft Edge+selenium在本地实现无头模式下的自动化测试是没问题的，但是放到linux服务器上跑是不行的，因为Microsoft Edge的驱动msedgedriver在版本79.0.309.0之后就出现了一些问题，会一直报错： ...
Python爬虫：urllib、urllib2与Scrapy框架详解
这篇指南为初学者提供了Python爬虫入门所需的基本模块（urllib、urllib2和re）的使用方法，同时也揭示了Scrapy框架的优势和应用场景，对于希望深入学习Python爬虫的读者来说，这是一份非常实用的参考资料。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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