Python爬取百度搜索的标题和真实URL的代码和详细解析

网页爬取主要的是对网页内容进行分析，这是进行数据爬取的先决条件，因此博客主要对爬取思路进行下解析，自学的小伙伴们可以一起来学习，有什么不足也可以指出，都是在自学Ing，回归正题今天我们要来爬取百度搜索相关的网页。
首先我们打开度娘，进行搜索
首页网址为：https://www.baidu.com/s?wd=%E6%95%B0%E6%8D%AE&rsv_spt=1&rsv_iqid=0x93e76171000312b4&issp=1&f=8&rsv_bp=1&rsv_idx=2&ie=utf-8&tn=baiduhome_pg&rsv_enter=1&rsv_dl=tb&rsv_sug3=7&rsv_sug1=6&rsv_sug7=101&rsv_sug2=0&rsv_btype=i&inputT=778&rsv_sug4=1116

接着我们点击第二页可以看到网址变更为：https://www.baidu.com/s?wd=数据&pn=10&oq=%E6%95%B0%E6%8D%AE&tn=baiduhome_pg&ie=utf-8&usm=2&rsv_idx=2&rsv_pq=f30ff13f00000cf7&rsv_t=4810mKq3P%2BTmHDnRmpF1eE9P0PvsFC5IpcU%2BHHNq51IATNTDhmKSM1%2Bbr%2BiWFPGYJALE

可以看出搜索栏的数据由wd=数据控制，接着进行第三页、四页、五页点击可以看到pn从第二页的10变成20、30、40，我们可以进行验证:

删掉多余的后缀变为https://www.baidu.com/s?wd=数据&pn=0，可以看到输入wd=数据&pn=0时候为第一页，可以多试一些数，发现只要小于10的数，即为首页，
因此可以得出 页数=页数*10-10为搜索对应页码的pn码，
可以写出相应代码获取不同页面:

def get_url(wd,num):
 
    s = requests.session()
    #第1页为小于10的数字 10为第2页，20为第三页，30为第四页，以此类推
    num=num*10-10
    for i in range(-10, num, 10):
        url = 'https://www.baidu.com/s'# 点击界面第二页可以看到网页变化截取关键部分 https://www.baidu.com/s?wd=python&pn=10 
        params = {
   
            "wd": wd,
            "pn": i,
        }
        r = s.get(url=url, headers=headers, params=params)
        print("返回状态码:",r.status_code) #可以看对应Js 正常网页访问时候 status状态码 为200
        time.sleep(1 + (