爬虫

791次阅读
没有评论

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

           爬虫

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

           爬虫

 

 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

相关文章:

版权声明:Python教程2022-10-27发表,共计725字。
新手QQ群:570568346,欢迎进群讨论 Python51学习