爬虫学习

入门:urllib库学习

#从urllib中导入request
from urllib import request
#如果因为是https需要ssl证书验证发生错误的,需要导入ssl库以及下面的代码
import ssl
ssl._create_default_https_context = ssl._create_default_https_context

url = ‘http://www.baidu.com’
#使用urlopen爬取网页
headers = {
‘User-Agent’:‘Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.70 Safari/537.36’
}
resp = request.urlopen(url)
#resp.read()阅读到的是编码过的内容,需要decode()对中文及符号进行解码才能看懂
print(resp.read().decode())

#urlretrieve直接保存爬取到的url内容
request.urlretrieve(url,‘baidu.html’)

#代理实现
#1、使用proxyhandler传入代理,构建一个handler
#可以从一些免费的代理网站找代理,例如快代理等
handler = request.ProxyHandler({‘http’:‘106.14.58.95:8083’})
#2、使用handler构建一个opener,其实urlopen底层调用的也是opener的方法
opener = request.build_opener(handler)
#3、使用opener去发送请求,这个相当于就是urlopen的底层
resp = opener.open(url)
print(resp.read().decode())

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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