爬虫基础

爬虫概述

爬虫
    善:不破坏被爬取的网站的资源
    恶:影响网站的正常运营(抢票,秒杀,使网站资源宕机)

爬虫的矛与盾
    反爬机制
    反反爬策略
    robots.txt协议

第一个爬虫

from urllib.request import urlopen

url = "http://www.baidu.com"

resp = urlopen(url)
content = resp.read().decode("utf-8")

# open("test.html", mode="w", encoding="utf-8").write(content)
open("test.html", mode="r", encoding="utf-8").read()

requests 模块

需要先安装requests

pip install requests

如果下载过慢,可更改源

# requests 测试
import requests

url = "http://www.baidu.com"
rest = requests.get(url)
rest.encoding = "utf-8"
print(rest.text)

get 请求

import requests

content = input("请输入您要搜索的内容:")
url = f"https://www.sogou.com/web?query={content}"

headers = {
    # 添加一个请求头信息 UA
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/112.0.0.0 Safari/537.36 Edg/112.0.1722.39"
}

rest = requests.get(url, headers = headers)
print(rest.text)

post 请求

import requests

url = "https://fanyi.baidu.com/sug"

content = {
    "kw" : input("test")
}

rest = requests.post(url, data=content)
print(rest.json())
  • 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