爬虫的基本框架

import requests                          #调用这个库文件

def getHtml(url):							#定义名为getHtml的函数
    try:
         r=requests.get(url,timeout=30)           #获取传入的url这个地址的数据，在获取时间，超过30秒，则判定网页假死。
         r.raise_for_status()								#如果返回值不是200，则跳出try，执行except的内容
         r.encoding=r.apparent_encoding		#将默认的IOS-XXXX-XXX编码，修改为apparent_encoding，获得的编码格式
         return r.text												#函数将获取的数据，以文本形式返回
    except:
         return "异常"



print(getHtml("https://www.baidu.com"))											#将百度，这个网站，用函数进行抓取，并打印。