【1701H1】【穆晨】【180127】第109天总结
图片也是文件,也是用二进制数据组成的,用wb写入
写了一个爬取placekitten网站的一张猫图的代码
urlopen后面可以是字符串也可以是地址,详情docs里面搜索
这是后面加地址的
这是后面加字符串的
geturl获取的是具体的地址
info获得是HTTPMessage的一个对象,可以把它打印出来,得到远程服务器返回的head信息
getcode得到http的状态码,200(OK)
游览器自带审查元素(检查)
爬取网站需要URL和data需要从headers寻找
get是从服务器请求获得数据
post是向指定服务器提交被处理的数据
user agent识别浏览器访问还是代码访问
windows NT 6.3-> windows 8.1
5.1->windows XP
6.1->windows 7
下面写一个爬取百度翻译的代码
error。。。反扒。。。
百度不行就有道
有道也反扒,出来的也是error,但网上网友表示url改下就可以了
出来的是json,导入模块,提取我们需要的东西
然后改进代码,做成能给用户用的东西