python简单入门爬虫-快速抓取一个网站

很多人害怕python复杂，还没入门就被吓倒了，今天我就要证明个大家看，python很简单。（高手们就别提底层了，留点入门的信心我们吧，我们就写个爬虫玩玩，玩玩而已。）使用python写一个入门级的非常简单的爬虫。

#第一种方法

import urllib2 #将urllib2库引用进来

response=urllib2.urlopen("http://www.99kao.com") #调用库中的方法，将请求回应封装到response对象中

html=response.read() #调用response对象的read（）方法，将回应字符串赋给html变量

print html #打印出来

#第二中方法

import urllib2

req=urllib2.Request("http://99kao.com")

response=urllib2.urlopen(req)

html = response.read()

print html

一般情况下，上面的爬虫，如果大量爬行，会被限制访问，所以要伪装成浏览器进行访问

这里用伪装成IE9.0进行访问

#要求请的url地址

import urllib2

url="http://http://99kao.com"

#要伪装的浏览器user_agent头

user_agent="Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.71 Safari/537.36;"

#创建字典，使请求的headers中的’User-Agent‘：对应user_agent字符串

headers={'User-Agent':user_agent}

#新建一个请求，将请求中的headers变换成自己定义的

req =urllib2.Request(url,headers=headers)

#请求服务器，得到回应

response=urllib2.urlopen(req)

#得到回应内容

the_page=response.read()

#打印结果

print the_page

以上就是今天的爬虫入门学习的一些小技巧希望对大家入门python爬虫有些帮助！

文章转载自python教程网 www.99kao.com 转载需注明出处

转载于:https://blog.51cto.com/14221305/2359773