爬虫的一周学习计划:
下图是爬虫的准备
爬虫爬取快代理案例:
网站的url=“https://www.kuaidaili.com/free/”
这里多说一句,如果缺少爬虫项目实战案例教程可以加我的python资源交流裙:巴衣久二五寺久寺二(数字的谐音转换下可以找到了),一起交流python资源,裙里还有阿里的大牛,还可以和阿里的大牛一起讨论,学习.
这次爬取我们采用的是requests第三方库
Requests 是一个 Python 的 HTTP 客户端库,我们可以用它得到HTML源码
import requests
url="https://www.kuaidaili.com/free/"
headers={
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.105 Safari/537.36"
}
#这里进行了头部的伪装
res=requests.get(url,headers=headers)
res.encoding="utf-8"
html=res.text
之后我们用xpath实现标签的遍历获取到我们需要的内容
e=etree.HTML(html)
ip_list=e.xpath("//tr/td[1]/text()")
port_list=e.xpath("//tr/td[2]/text()")
#采用zip迭代的方式打印输出
for ip,port in zip(ip_list,port_list):
str="ip:"+ip+"\t端口号:"+port
print(str)