Python用requests库爬取返回为空的解决办法


Posted in Python onFebruary 21, 2021

首先介?一下我??用360搜索派取城市排名前20。
我们爬取的网址:https://baike.so.com/doc/24368318-25185095.html

我们要爬取的内容:

Python用requests库爬取返回为空的解决办法

html字段:

Python用requests库爬取返回为空的解决办法

robots协议:

Python用requests库爬取返回为空的解决办法

现在我们开始用python IDLE 爬取

Python用requests库爬取返回为空的解决办法

import requests
r = requests.get("https://baike.so.com/doc/24368318-25185095.html")
r.status_code
r.text

结果分析,我们可以成功访问到该网页,但是得不到网页的结果。被360搜索识别,我们将headers修改。

Python用requests库爬取返回为空的解决办法

输出有个小插曲,网页内容很多,我是想将前500个字符输出,第一次格式错了

import requests
headers = {
  'Cookie':'OCSSID=4df0bjva6j7ejussu8al3eqo03',
  'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
         '(KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36',
}
r = requests.get("https://baike.so.com/doc/24368318-25185095.html", headers = headers)
r.status_code
r.text

接着我们对需要的内容进行爬取,用(.find)方法找到我们内容位置,用(.children)下行遍历的方法对内容进行爬取,用(isinstance)方法对内容进行筛选:

import requests
from bs4 import BeautifulSoup
import bs4
headers = {
  'Cookie':'OCSSID=4df0bjva6j7ejussu8al3eqo03',
  'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
         '(KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36',
}
r = requests.get("https://baike.so.com/doc/24368318-25185095.html", headers = headers)
r.status_code
r.encoding = r.apparent_encoding
soup = BeautifulSoup(r.text, "html.parser")
for tr in soup.find('tbody').children:
	if isinstance(tr, bs4.element.Tag):
		tds = tr('td')
		print([tds[0].string, tds[1].string, tds[2].string])

得到结果如下:

Python用requests库爬取返回为空的解决办法

修改输出的数目,我们用Clist列表来存取所有城市的排名,将前20个输出代码如下:

import requests
from bs4 import BeautifulSoup
import bs4
Clist = list() #存所有城市的列表
headers = {
  'Cookie':'OCSSID=4df0bjva6j7ejussu8al3eqo03',
  'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
         '(KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36',
}
r = requests.get("https://baike.so.com/doc/24368318-25185095.html", headers = headers)
r.encoding = r.apparent_encoding #将html的编码解码为utf-8格式
soup = BeautifulSoup(r.text, "html.parser") #重新排版
for tr in soup.find('tbody').children:   #将tbody标签的子列全部读取
	if isinstance(tr, bs4.element.Tag):  #筛选tb列表,将有内容的筛选出啦
	  tds = tr('td')
	  Clist.append([tds[0].string, tds[1].string, tds[2].string])
for i in range(21):
  print(Clist[i])

最终结果:

Python用requests库爬取返回为空的解决办法

到此这篇关于Python用requests库爬取返回为空的解决办法的文章就介绍到这了,更多相关Python requests返回为空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
深入理解python对json的操作总结
Jan 05 Python
numpy判断数值类型、过滤出数值型数据的方法
Jun 09 Python
使用Python的Dataframe取两列时间值相差一年的所有行方法
Jul 10 Python
解决python 自动安装缺少模块的问题
Oct 22 Python
python 用for循环实现1~n求和的实例
Feb 01 Python
python实现邮件自动发送
Aug 10 Python
通过python3实现投票功能代码实例
Sep 26 Python
关于numpy数组轴的使用详解
Dec 05 Python
通过python连接Linux命令行代码实例
Feb 18 Python
PyTorch实现重写/改写Dataset并载入Dataloader
Jul 14 Python
matplotlib交互式数据光标实现(mplcursors)
Jan 13 Python
python实现商品进销存管理系统
May 30 Python
python利用proxybroker构建爬虫免费IP代理池的实现
Feb 21 #Python
python实现图片转字符画的完整代码
Feb 21 #Python
利用Python实现最小二乘法与梯度下降算法
Feb 21 #Python
Scrapy实现模拟登录的示例代码
Feb 21 #Python
scrapy-splash简单使用详解
Feb 21 #Python
详解使用scrapy进行模拟登陆三种方式
Feb 21 #Python
利用Python如何画一颗心、小人发射爱心
Feb 21 #Python
You might like
解析wamp5下虚拟机配置文档
2013/06/27 PHP
php自定义函数实现二维数组排序功能
2016/07/20 PHP
PHP验证终端类型是否为手机的简单实例
2017/02/07 PHP
PHP观察者模式示例【Laravel框架中有用到】
2018/06/15 PHP
javascript循环变量注册dom事件 之强大的闭包
2010/09/08 Javascript
JS鼠标事件大全 推荐收藏
2011/11/01 Javascript
javascript针对DOM的应用分析(二)
2012/04/15 Javascript
js面向对象之静态方法和静态属性实例分析
2015/01/10 Javascript
jQuery中bind()方法用法实例
2015/01/19 Javascript
js实现上传图片预览的方法
2015/02/09 Javascript
轻松掌握JavaScript中的Math object数学对象
2016/05/26 Javascript
JavaScript 控制字体大小设置的方法
2016/11/23 Javascript
BootStrap树状图显示功能
2016/11/24 Javascript
angularjs+bootstrap菜单的使用示例代码
2017/03/07 Javascript
Web纯前端“旭日图”实现元素周期表
2017/03/10 Javascript
浅谈关于axios和session的一些事
2017/07/13 Javascript
js模拟百度模糊搜索的实例
2017/08/04 Javascript
JS中的BOM应用
2018/02/02 Javascript
学习Vue组件实例
2018/04/28 Javascript
javascript闭包的使用之按钮切换功能
2018/08/30 Javascript
Vue vm.$attrs使用场景详解
2020/03/08 Javascript
vue 自定指令生成uuid滚动监听达到tab表格吸顶效果的代码
2020/09/16 Javascript
[39:07]LGD vs VP 2018国际邀请赛淘汰赛BO3 第二场 8.21
2018/08/22 DOTA
跟老齐学Python之坑爹的字符编码
2014/09/28 Python
跟老齐学Python之正规地说一句话
2014/09/28 Python
python导出chrome书签到markdown文件的实例代码
2017/12/27 Python
python实现简易版计算器
2020/06/22 Python
PyQt5实现无边框窗口的标题拖动和窗口缩放
2018/04/19 Python
Python流行ORM框架sqlalchemy安装与使用教程
2019/06/04 Python
canvas简单连线动画的实现代码
2020/02/04 HTML / CSS
萌新的HTML5 入门指南
2020/11/06 HTML / CSS
JDK安装目录下有哪些内容
2014/08/25 面试题
基于Python 函数和方法的区别说明
2021/03/24 Python
学习委员自我鉴定
2014/01/13 职场文书
暑期政治学习心得体会
2014/09/02 职场文书
三好学生事迹材料
2014/12/24 职场文书