网页爬虫实例(二)-页面出现意外错误

# Copyright (c)2018, 东北大学软件学院学生
# All rightsreserved
# 文件名称:justForTest.py
# 作   者:孔云
#问题描述:访问亚马逊网页,出现意外错误,解决办法是修改网页http的头部
# coding:utf-8
import requests
r=requests.get("http://www.amazon.cn/gp/product/B01M8L5Z3Y")
print(r.status_code) #状态码检查是否链接成功,200链接成功,否则失败
print(r.encoding)
r.encoding=r.apparent_encoding
print(r.text)

运行结果:


由结果知,出现了错误。不能访问网页。

加入代码检查:

print(r.request.headers)

运行结果:


发现User-Agent值,知道是由python-requests库一个程序访问引起的,不支持这样的访问,接下来更改http头部信息,然后访问网页。代码如下:

import 
Python爬虫实例教程-代码,是一个指导如何使用Python编写爬虫的教程。下面我将用300字中文来回答这个问题。 这个教程的代码示例主要分为以下几个部分。 第一部分是爬虫的准备工作,包括安装Python和相关的第三方库,如requests、BeautifulSoup等。首先需要安装Python,并配置好相关环境变量。然后使用pip安装requests和BeautifulSoup库,这两个库是编写爬虫时常用的工具。 第部分是使用requests库发送网络求,获取网页的HTML源代码。首先需要导入requests库,然后使用get方法发送网络求,传入要爬取的网页地址。之后可以通过response对象的text属性获取网页的HTML源代码。 第三部分是使用BeautifulSoup库解析HTML源代码,提取出需要的数据。首先需要导入BeautifulSoup库,然后将HTML源代码作为参数传入BeautifulSoup类的构造函数。之后可以使用BeautifulSoup对象的find、findAll等方法,根据HTML标签和属性来提取出需要的数据。 第四部分是保存爬取的数据。可以使用Python自带的文件操作函数,如open、write等,将爬取的数据保存到本地文件中。 最后,还可以通过循环、条件判断等控制结构,以及其他的Python编程技巧,对爬虫代码进行更加复杂的处理和优化。 总的来说,Python爬虫实例教程-代码提供了一个从安装环境到写爬虫代码的全过程。通过学习这些代码示例,可以掌握如何使用Python编写爬虫,以及一些常用的爬虫技巧和工具的使用。希望以上回答可以帮助到你。
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