三、requests库网络爬虫实战

(一)京东商品页面的爬取
https://item.jd.com/2967929.html

import requests
url = "https://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("爬取失败") 

(二)亚马逊商品页面的爬取

import requests
url = "https://www.amazon.cn/dp/B07KVK39GQ"
try:
    kv = {'user-agent':'Mozilla/5.0'}
    r = requests.get(url,headers=kv)
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    print(r.text[1000:2000])
except:
    print("爬取失败")

(三)百度360搜索关键词提交
百度关键词接口:http://www.baidu.com/s?wd=keyword
360关键词接口:http://www.so.com/s?q=keyword

import requests
keyword = "Python"
try:
    kv = {'wd':keyword}
    r = requests.get("http://www.so.com/s",params=kv)
    print(r.request.url)
    r.raise_for_status()
    print(len(r.text))
except:
    print("爬取失败")

(四)网络图片的爬取和存储
import requests
import os
url = “https://c-ssl.duitang.com/uploads/item/202003/24/20200324231725_vwqfq.jpg”
root = “D://pics//”
path = root + url.split(’/’)[-1]
try:
if not os.path.exists(root):
os.mkdir(root)
if not os.path.exists(path):
r = requests.get(url)
with open(path, ‘wb’) as f:
f.write(r.content)
f.close()
print(“文件保存成功”)
else:
print(“文件已保存”)
except:
print(“爬取失败”)
(五)IP地址归属地的自动查询
import requests
url = “https://ipchaxun.com”
try:
r = requests.get(url+’/202.204.80.112/’)
r.raise_for_status()
r.encoding = r.apparent_encoding
print(r.text[-500:1])
except:
print(“爬取失败”) 长时间未响应失败

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