2、requests库是用来请求网页的模块,最常用的是get和post方法,
import requests
r=requests.get(url,headers=headers)
或者用post方法提交表单
r=requests.post(url,data=data,headers=headers)
其中data为要提交给网站的信息
3、如图:淘宝网信息审查
4、html是网页标签,需要的信息就存储在里面。
5、得到淘宝网页源代码
代码如如下:
import requests
r=requests.get(“https://www.taobao.com/”)
html=r.text
f=open(“D://douban.txt”,“w+”)
f.write(html)
f.close()
print(“successful”)
6、用BeautifulSoup解析网页提取信息:
得到结果:
python爬虫入门
最新推荐文章于 2024-05-27 13:16:19 发布