爬虫系列(二)

一、简单的爬虫程序
import urllib.request
from urllib.error import URLError,HTTPError,ContentTooShortError

def download(url,num = 2,user_agnet =’wswp’):
print(‘donwloadiing’,url)
#设置用户代理
··request = urllib.request.Request(url)
·· request.add_header(‘User-agent’,user_agnet)
try:

       html = urllib.request.urlopen(url).read()
   except (URLError,HTTPError,ContentTooShortError) as e:
       print('downloading',e.reason)
       html = None
    #当错误发生在5xx的 时候,进行重新下载
       if num >0:
           if hasattr(e,'code') and 500 <= e.code < 600:
               return download(url,num - 1)
   return html

A = ‘https://www.douban.com/
print(download(A))


  • 0
    点赞
  • 0
    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