概念:python中原生的一款基于网络请求的模块,功能非常强大,简单便捷,效率极高。
作用:模拟浏览器发请求
使用方法:(编码流程)
– 指定url
– 发起请求
– 获取相应数据
– 持久化存储
环境安装:pip install requests
requests简单应用:
-常用方法:requests.get(url=",params=",headers=") 获取数据
requests.post(url=",data=",header=") 提交数据
-爬取百度网页get方法
UA检测:Uer-Agent
-门户网站的服务器会检测对应请求的身份标识,如果检测到请求的载体身份标识为某一浏览器,说明为一正常请求。但是,如果浏览器请求的载体身份标识不是基于某一浏览器的,则为不正常请求,拒绝访问。
UA伪装:将对应的uer-agent封装到一字典中
-headers={‘User-Agent’:"浏览器的身份标识"}
-微软浏览器身份标识:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.5060.114 Safari/537.36 Edg/103.0.1264.49
requests伪装应用:
-爬百度翻译post方法
首先要在网页的network中找到对应的请求url,此处的url是提交数据的url,而不是网页url
总结:在进行爬取时要注意爬取的数据类型,与通过那种方式获取数据
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试