03 Python爬虫之Requests网络爬取实战
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了03 Python爬虫之Requests网络爬取实战,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1843字,纯文字阅读大概需要3分钟。
内容图文
![03 Python爬虫之Requests网络爬取实战](/upload/InfoBanner/zyjiaocheng/738/d61d4433512f4a1a8e97930de345e379.jpg)
目录
实例1:京东商品页面的爬取
实例1:京东商品页面的爬取
https://item.jd.com/2967929.html
import requests
url = "https://item.jd.com/2967929.html"
try:
r = requests.get(url)
print(r.status_code) # 200
print(r.encoding)
r.raise_for_status()
r.encoding = r.apparent_encoding
print(r.text[:1000])
except:
print("爬取失败")
实例2:亚马逊商品页面的爬取
实例2:亚马逊商品页面的爬取
https://www.amazon.cn/gp/product/B01M8L5Z3Y
该网站通过对来源审查做了限制,因此需要修改头部信息,伪装成浏览器对网站进行数据的爬取。
import requests
url = "https://www.amazon.cn/gp/product/B01M8L5Z3Y"
try:
r = requests.get(url)
print(r.status_code) # 503 说明访问失败
print(r.encoding) # ISO-8859-1
r.encoding = r.apparent_encoding # 修改编码
print(r.status_code) # 503 说明访问失败
# 可能是通过来源审查对网络爬虫采取了限制
print(r.request.headers) # 查看 'User-Agent': 'python-requests/2.22.0'
# 更改头部信息,伪装成浏览器,修改User-Agent
kv = {"user-agent" : "Mozilla/5.0"}
r = requests.get(url, headers = kv) # 关键字实参
print(r.status_code) # 再次查看状态码,发现已经成功 200
print(r.text[:1000])
except:
print("爬取失败")
实例3:百度搜索关键字提交
百度的关键词接口: http://www.baidu.com/s?wd=keyword
import requests
try:
kv = {"wd": "Python"}
r = requests.get("http://www.baidu.com/s", params=kv) # url中的参数
print(r.request.url)
r.raise_for_status()
print(len(r.text))
except:
print("爬取失败")
实例4:IP地址归属地的自动查询
iP138网站 查询IP地址归属地http://m.ip138.com/ip.asp?ip=ipaddress
import requests
url = "http://m.ip138.com/ip.asp?ip=" # iP138网站请求数据的前半部分
idAddr = "211.70.176.3" # 需要查询的IP地址
try:
r = requests.get(url+idAddr)
r.raise_for_status()
r.encoding = r.apparent_encoding
print(r.text[-1000:])
except:
print("爬取失败")
内容总结
以上是互联网集市为您收集整理的03 Python爬虫之Requests网络爬取实战全部内容,希望文章能够帮你解决03 Python爬虫之Requests网络爬取实战所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。