爬虫技术2——get传参、post

1.get传参

(1)汉字报错 :解释器ascii没有汉字 url汉字转码

final_url= urllib.parse.quote(str_url,safe=string.printable)

(2)字典传参

params={
        "wd":"中文",
        "key":"张",
        "value":"三"
    }
str_params=urllib.parse.urlencode(params)
#将字典转化为字符串，冒号变等号

 

2、post:

urlib.request.openurl(url,data = "服务器接受的数据")
handler:处理器的⾃定义:
User-Agent:
(1)模拟真实的浏览器发送请求:(1)百度批量搜索(2)检查元素(百度搜索useragent⼤全)
(2)request.add_header(动态添加head数据)
(3)响应头 response.header
(4)创建request:urlib.request.Request(url)
2.IP代理:
(1)免费的IP:时效性差,错误率⾼
(2)付费的IP:贵花钱,也有失效不能⽤的
IP分类:
透明:对⽅知道我们真实的ip
匿名:对⽅不知道我们真实的ip,知道了你使⽤了代理
⾼匿:对⽅不知道我们真是的IP.也不知道我们使⽤了代理
handler:
(1)系统的urlopen()不⽀持代理的添加
创建对应的处理器(handler)
1.代理处理器:ProxyHandler
2.拿着ProxyHandler创建opener:bulid_opener()
3.opener.open(url)就可以请求数据
auth认证handler
Cookieshandler
URLError
requests(第三⽅模块):简单易⽤
数据解析:
数据存储:json csv MongDB resdis mysql