Python网络爬虫爬取搜狗关键词首页

#!/usr/bin/env python
# -*— coding：utf-8 -*-
import requests

# UA：User-Agent（请求载体的身份标识）
# UA检测：门户网站的服务器会检测对应身份的载体身份标识，如果检测到请求的载体身份标识为某一款浏览器
# 说明该请求是一个正常的请求。但是，如果检测到请求的载体的身份标识不是基于某一浏览器的，则表示该
# 请求为不正常请求（爬虫），则服务器端就很可能拒绝该次请求

# UA伪装：让爬虫对应的请求载体身份标识伪装成某一款浏览器
if __name__ == "__main__":
    # UA伪装：将对应的User-Agent封装到一个字典中
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
                      'Chrome/101.0.4951.41 Safari/537.36 '
    }
    url = 'https://www.sogou.com/web'
    # 处理url携带的参数：封装到字典中
    kw = input('enter a word：')
    param = {
        'query': kw
    }
    # 对指定的url发起请求对应的url是携带参数的，并且请求过程中处理了参数
    response = requests.get(url=url, params=param, headers=headers)
    page_text = response.text
    fileName = kw + '.html'
    with open(fileName, 'w', encoding='utf-8') as fp:
        fp.write(page_text)
    print(fileName, '保存成功！！！')