python 爬虫(一)

import urllib2
class Spider:
    '''
    爬取一个网站,定义一个Spider类
    '''
    def load_page(self,page):
        '''
        定义一个发送url请求,下载HTML源码的成员方法,self表示当前对象
        '''
        #要请求的url地址
        url = "https://tieba.baidu.com/f?kw=%E7%8E%AF%E5%A2%83&ie=utf-8&pn="+page
        #请求头user_agent
        user_agent = "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36"
        #创建一个字典,将请求头中的headers中'User_Agent':对应user_agent
        headers ={'User_Agent':user_agent}
        #新建一个请求,需要将请求中的headers变量换成我们创建好的headers
        req = urllib.Request(url,headers=headers)
        #请求服务器,得到响应
        response = urllib2.urlopen(req)
        #得到响应的内容
        html = response.read()
        #防止乱码
        new_html = html.decode("gbk").encode("utf-8")
        return new_html

#main
if __name__ == "__main__":
    #创建一个Spider对象
    myspider = Spider()
    #调用load_page()方法
    page = myspider.load_page(0)

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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