找到User-Agent
指定url:url = ‘https://www.baidu.com/s?wd’+wd(要搜索的内容)
在下图可看到user-agent
爬取页面代码,有具体详解:
import requests
#常用请求头信息
#User-Agent:请求载体的身份标识(伪装身份的道具)
#Connection:请求完毕后,是断开连接还是保持连接
header={
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36',
}
#常用响应头信息
#content-type: 服务器响应回客户端的数据类型
wd = input('请输入要搜索的内容')
url = 'https://www.baidu.com/s?wd'+wd
response = requests.get(url=url,headers=header)
#把爬取下来的数据text化
page_text = response.text
#起名, .html是后缀名,你也可以起.txt,.html可以直接以网页的方式打开
fileName = wd + '.html'
#持久化存储,这方面的如果有不理解的可以直接百度的,或者留言也可以哦
with open(fileName,'w',encoding='utf-8') as fp:
fp.write(page_text)
print(fileName+'保存成功!')