爬取网页源码

本文介绍了如何爬取网页源码,以百度网页为示例,详细讲解了载入requests包,定义表头,并提供了获取网页请求头的步骤,最后展示了如何爬取并获取网页源码。
摘要由CSDN通过智能技术生成

以网页百度为例爬取网页源码:百度网页
1.先载入包requests

import requests

2.定义表头

headers ={ 
"Accept":"application/json,textjavascript,*/*;q=0.01",
"Accept-Language":"zh-CN,zh;q=0.9",
"Content-Type":"application/x-www-form-urlencoded;charset = UTF-8",
"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.106 Safari/537.36"}

此块可以在网页中获取
获取步骤如下:
①打开百度网页按F12再按ctrl+F5刷新,点击network之后再按name中的网址
在这里插入图片描述
②找到request headers部分即可找到此部分内容:
在这里插入图片描述
3.爬取源码

res = requests.get(url = "https://www.baidu.com/",headers = headers)
res.encoding = res.apparent_encoding   #加载与网页一样的编码方式
print(res.text)

ok,大公告成!!

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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