10个python爬虫入门实例(小结)


Posted in Python onNovember 01, 2020

昨天带伙伴萌学习python爬虫,准备了几个简单的入门实例

涉及主要知识点:

  1. web是如何交互的
  2. requests库的get、post函数的应用
  3. response对象的相关函数,属性
  4. python文件的打开,保存

代码中给出了注释,并且可以直接运行哦

如何安装requests库(安装好python的朋友可以直接参考,没有的,建议先装一哈python环境)

windows用户,Linux用户几乎一样:

打开cmd输入以下命令即可,如果python的环境在C盘的目录,会提示权限不够,只需以管理员方式运行cmd窗口

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests

Linux用户类似(ubantu为例): 权限不够的话在命令前加入sudo即可

sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests

1.爬取强大的BD页面,打印页面信息

# 第一个爬虫示例,爬取百度页面

import requests #导入爬虫的库,不然调用不了爬虫的函数

response = requests.get("http://www.baidu.com") #生成一个response对象

response.encoding = response.apparent_encoding #设置编码格式

print("状态码:"+ str( response.status_code ) ) #打印状态码

print(response.text)#输出爬取的信息

2.常用方法之get方法实例,下面还有传参实例

# 第二个get方法实例

import requests #先导入爬虫的库,不然调用不了爬虫的函数

response = requests.get("http://httpbin.org/get") #get方法

print( response.status_code ) #状态码

print( response.text )

3. 常用方法之post方法实例,下面还有传参实例

# 第三个 post方法实例

import requests #先导入爬虫的库,不然调用不了爬虫的函数

response = requests.post("http://httpbin.org/post") #post方法访问

print( response.status_code ) #状态码

print( response.text )

4. put方法实例

# 第四个 put方法实例

import requests #先导入爬虫的库,不然调用不了爬虫的函数

response = requests.put("http://httpbin.org/put") # put方法访问

print( response.status_code ) #状态码

print( response.text )

5.常用方法之get方法传参实例(1)

如果需要传多个参数只需要用&符号连接即可如下

# 第五个 get传参方法实例

import requests #先导入爬虫的库,不然调用不了爬虫的函数

response = requests.get("http://httpbin.org/get?name=hezhi&age=20") # get传参

print( response.status_code ) #状态码

print( response.text )

6.常用方法之get方法传参实例(2)

params用字典可以传多个

# 第六个 get传参方法实例

import requests #先导入爬虫的库,不然调用不了爬虫的函数

data = {
	"name":"hezhi",
	"age":20
}
response = requests.get( "http://httpbin.org/get" , params=data ) # get传参

print( response.status_code ) #状态码

print( response.text )

7.常用方法之post方法传参实例(2) 和上一个有没有很像

# 第七个 post传参方法实例

import requests #先导入爬虫的库,不然调用不了爬虫的函数

data = {
	"name":"hezhi",
	"age":20
}
response = requests.post( "http://httpbin.org/post" , params=data ) # post传参

print( response.status_code ) #状态码

print( response.text )

8.关于绕过反爬机制,以zh爸爸为例

# 第好几个方法实例

import requests #先导入爬虫的库,不然调用不了爬虫的函数

response = requests.get( "http://www.zhihu.com") #第一次访问知乎,不设置头部信息

print( "第一次,不设头部信息,状态码:"+response.status_code )# 没写headers,不能正常爬取,状态码不是 200

#下面是可以正常爬取的区别,更改了User-Agent字段

headers = {

		"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.122 Safari/537.36"

}#设置头部信息,伪装浏览器

response = requests.get( "http://www.zhihu.com" , headers=headers ) #get方法访问,传入headers参数,

print( response.status_code ) # 200!访问成功的状态码

print( response.text )

9.爬取信息并保存到本地,因为目录关系,在D盘建立了一个叫做爬虫的文件夹,然后保存信息

注意文件保存时的encoding设置

# 爬取一个html并保存

import requests

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

response = requests.get( url )

response.encoding = "utf-8" #设置接收编码格式

print("\nr的类型" + str( type(response) ) )

print("\n状态码是:" + str( response.status_code ) )

print("\n头部信息:" + str( response.headers ) )

print( "\n响应内容:" )

print( response.text )

#保存文件
file = open("D:\\爬虫\\baidu.html","w",encoding="utf") #打开一个文件,w是文件不存在则新建一个文件,这里不用wb是因为不用保存成二进制

file.write( response.text )

file.close()

10.爬取图片,保存到本地

#保存百度图片到本地

import requests #先导入爬虫的库,不然调用不了爬虫的函数

response = requests.get("https://www.baidu.com/img/baidu_jgylogo3.gif") #get方法的到图片响应

file = open("D:\\爬虫\\baidu_logo.gif","wb") #打开一个文件,wb表示以二进制格式打开一个文件只用于写入

file.write(response.content) #写入文件

file.close()#关闭操作,运行完毕后去你的目录看一眼有没有保存成功

到此这篇关于10个python爬虫入门实例(小结)的文章就介绍到这了,更多相关python爬虫入门内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python通过ElementTree操作XML获取结点读取属性美化XML
Dec 02 Python
python编程开发之textwrap文本样式处理技巧
Nov 13 Python
python虚拟环境virualenv的安装与使用
Dec 18 Python
使用tensorflow实现AlexNet
Nov 20 Python
Python 删除整个文本中的空格,并实现按行显示
Jul 24 Python
python 画三维图像 曲面图和散点图的示例
Dec 29 Python
[机器视觉]使用python自动识别验证码详解
May 16 Python
解决使用export_graphviz可视化树报错的问题
Aug 09 Python
TensorFlow获取加载模型中的全部张量名称代码
Feb 11 Python
git查看、创建、删除、本地、远程分支方法详解
Feb 18 Python
pytorch数据预处理错误的解决
Feb 20 Python
手把手教你将Flask应用封装成Docker服务的实现
Aug 19 Python
利用pipenv和pyenv管理多个相互独立的Python虚拟开发环境
Nov 01 #Python
Python经纬度坐标转换为距离及角度的实现
Nov 01 #Python
详解Anaconda安装tensorflow报错问题解决方法
Nov 01 #Python
python Cartopy的基础使用详解
Nov 01 #Python
Python中使用aiohttp模拟服务器出现错误问题及解决方法
Oct 31 #Python
关于python中导入文件到list的问题
Oct 31 #Python
python批量检查两个对应的txt文件的行数是否一致的实例代码
Oct 31 #Python
You might like
PHPCMS的使用小结
2010/09/20 PHP
发一个php简单的伪原创程序,配合商城采集用的
2010/10/12 PHP
PHP创建文件,并向文件中写入数据,覆盖,追加的实现代码
2016/03/25 PHP
Thinkphp 框架扩展之驱动扩展实例分析
2020/04/27 PHP
jquery简单实现鼠标经过导航条改变背景图
2013/12/17 Javascript
jquery五角星评分插件示例分享
2014/02/21 Javascript
jquery事件preventDefault()方法用法实例
2015/01/16 Javascript
不同编码的页面表单数据乱码问题解决方法
2015/02/15 Javascript
javaScript中push函数用法实例分析
2015/06/08 Javascript
JavaScript实现定时隐藏与显示图片的方法
2015/08/06 Javascript
全面解析Bootstrap手风琴效果
2020/04/17 Javascript
基于JS实现移动端访问PC端页面时跳转到对应的移动端网页
2020/12/24 Javascript
对Js OOP编程 创建对象的一些全面理解
2016/07/26 Javascript
原生JS京东轮播图代码
2017/03/22 Javascript
Angular.js中angular-ui-router的简单实践
2017/07/18 Javascript
JavaScript实现开关等效果
2017/09/08 Javascript
vue 粒子特效的示例代码
2017/09/19 Javascript
vue使用better-scroll实现下拉刷新、上拉加载
2018/11/23 Javascript
Element-UI中关于table表格的那些骚操作(小结)
2019/08/15 Javascript
Vue项目打包编译优化方案
2020/09/16 Javascript
Python爬虫爬取新浪微博内容示例【基于代理IP】
2018/08/03 Python
Python开发的十个小贴士和技巧及长常犯错误
2018/09/27 Python
Python Matplotlib库安装与基本作图示例
2019/01/09 Python
详解Python3 pandas.merge用法
2019/09/05 Python
浅析Django中关于session的使用
2019/12/30 Python
html5拍照功能实现代码(htm5上传文件)
2013/12/11 HTML / CSS
比利时买床:Beter Bed
2017/12/06 全球购物
工程师自我评价怎么写
2013/09/19 职场文书
高中生学习总结的自我评价范文
2013/10/13 职场文书
技术总监岗位职责
2013/12/05 职场文书
2014入党积极分子破除“四风”思想汇报
2014/09/14 职场文书
2014年个人售房协议书
2014/10/30 职场文书
2015年国庆放假通知范文
2015/08/18 职场文书
如何用PHP websocket实现网页实时聊天
2021/05/26 PHP
总结python多进程multiprocessing的相关知识
2021/06/29 Python
浅谈JavaScript作用域
2021/12/06 Javascript