【Python爬虫】基本原理和框架

在这里插入图片描述

开发者工具介绍

参考:https://blog.csdn.net/m0_37724356/article/details/79884006
右击网页-检查,或者F12,打开网页开发者工具
在这里插入图片描述
get方式将请求的参数包含在url里面,post方式则在url中隐藏信息,而在"Form data"中
在这里插入图片描述
在这里插入图片描述
相当于请求的配置信息,User_agent用于判断是否合法
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
响应体就是我们想获取的内容

获取响应内容:

1、抓取网页文本

#抓取网页文本
import requests
headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'}#请求头
url='http://www.zhihu.com'#请求url
response=requests.get(url,headers=headers)#获得响应
print(response.status_code)#获取响应状态
print(response.headers)#获取响应头
print(response.text)#获取响应体

2、抓取二进制文件

#抓取图片、视频的二进制文件
import requests
headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'}#请求头
url='https://ss0.bdstatic.com/5aV1bjqh_Q23odCf/static/newmusic/img/default_8a5b42b2.png'#请求url
response=requests.get(url,headers=headers)#获得响应
#将响应体保存
with open('extract_test.gif','wb') as f:#wb模式:二进制模式的写入,直接存入到指定格式即可
    f.write(response.content)
用selenium的webdriver解决javascript渲染问题:
from selenium import webdriver
driver=webdriver.Chrome()#控制浏览器
driver.get('http://www.zhihu.com')#加载网页
print(driver.page_source)#打印网页已经渲染好的信息
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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