1,爬去百度首页。
import requests as r
url="https://www.baidu.com"
def pc(url):
try:
t=r.get(url,timeout=100)
t.raise_for_status()
t.encoding=t.apparent_encoding
return t.text
except:
return "产生异常"
print(pc(url))
2,众所周知,有的网页具有一定的防爬机制,大部分是根据你的URL请求中的header判断你是否是一个浏览器,如果不是就会拒绝。所以,在get方法中,需要将headers修改。可以输出 t.request.headers 看一下第一个例子中的user-agent是什么。
import requests as r
url="https://blog.csdn.net/wzzzj"#我的博客首页。。。
kv={'user-agent':'Mozilla/5.0'}#Mozilla/5.0是大多数浏览器的user-agent.
def pc(url):
try:
t=r.get(url,headers=kv,timeout=100)
t.raise_for_status()
t.encoding=t.apparent_encoding
return t.text
except:
return "产生异常"
print(pc(url))
3,百度/360搜索关键词提交。
百度的关键词接口:https://www.baidu.com/s?wd=keyword
360的关键词接口:https://www.so.com/s?q=keyword
以360为例:
import requests
url="https://www.so.com/s"
kv={'user-agent':'Mozilla/5.0'}
keybord="Python"
try:
kt={'q':keybord}
r=requests.get(url,params=kt,headers=kv)
print(r.request.url)
print(r.request.headers)
r.raise_for_status()
r.encoding=r.apparent_encoding
print(len(r.text))
except:
print("产生异常")
4,网络图片的爬取和存储。(jpg图片)首先去网上找到一个好看的图片,例如:https://c-ssl.duitang.com/uploads/item/201811/16/20181116185226_uylie.jpg
另外,因为要把图片保存到计算机上,所以要加载os库,我这里把图片放到了D盘起名ABC.jpg.只要是二进制文件都可以以次来爬取。
import requests as r
import os
url="https://c-ssl.duitang.com/uploads/item/201811/16/20181116185226_uylie.jpg"
kv={'user-agent':'Mozilla/5.0'}
path="D:/ABC.jpg"
def pc(url):
try:
if not os.path.exists(path):
t=r.get(url,timeout=100,headers=kv)
print(t.request.url)
with open(path,'wb') as f:
f.write(t.content)
f.close()
print("文件保存成功")
else:
print("文件已存在")
except:
return "产生异常"
pc(url)