爬虫实战:制作简单的页面采集器

以百度为例制作简单的页面采集器

首先尝试利用百度搜做引擎搜索任意信息:

在这里插入图片描述url如下:
在这里插入图片描述观察可知 我们需要的URL如下:
https://www.baidu.com/s?wd=123

首先利用python脚本发送请求:

import requests

url = 'https://www.baidu.com/s'
kw = input('please input your keywords:')
param = {
    'wd':kw
}
headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
}
response = requests.get(url=url,params=param,headers=headers)
response.encoding = 'utf-8'
print(response.text)

在这里插入图片描述
返回结果如下:
在这里插入图片描述
将爬取下来的内容保存到相应的html文件中:
完整代码:

import requests

url = 'https://www.baidu.com/s?'
kw = input('input your keyword:')
param = {
    'wd':kw
}
headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
}
response = requests.get(url=url,params=param,headers=headers)
response.encoding = 'utf-8'
page_text = response.text
filename = kw+'.html'
with open(filename,'w',encoding='utf-8') as fp:
    fp.write(page_text)
print('保存成功!')

在这里插入图片描述在响应文件夹中找到该html文件
在这里插入图片描述用chrome打开如下:
在这里插入图片描述

  • 0
    点赞
  • 1
    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