python爬虫基础源代码

533次阅读
没有评论

1.简单爬取百度网页内容:

爬取百度网页源代码:

import requests r=requests.get("http://www.baidu.com") r.status_code r.encoding r.encoding=r.apparent_encoding r.text

结果展示:

python爬虫基础源代码
2.爬取网页的通用代码框架:(这里继续选用百度网页)

爬取网页的通用代码框架

import requests def getHTMLText(url): try: r=requests.get(url,timeout=30) r.raise_for_status() r.encoding=r.apparent_encoding return r.text except: return "产生异常" if __name__ =="__main__": url="http://www.baidu.com" print(getHTMLText(url))

爬取结果展示

python爬虫基础源代码
3.京东商品页面爬取

京东商品页面爬取

import requests url="http://item.jd.com/2967929.html" try: r=requests.get(url) r.raise_for_status() r.encoding=r.apparent_encoding print(r.text[:1000]) except: print("爬取失败")

爬取结果展示:

python爬虫基础源代码
4.亚马逊商品页面的爬取

亚马逊商品爬取源代码

import requests url="https://www.amazon.cn/gp/product/B01M8L5Z3Y" try: kv={'user-agent':'Mozilla/5.0'} r=requests.get(url,headers=kv) r.raise_for_status() r.encoding=r.apparent_encoding print(r.text[1000:2000]) except: print("爬取失败")

结果展示:

python爬虫基础源代码
5.百度搜索全代码

百度搜索全代码

import requests keyword="Python" try: kv={'wd':'keyword'} r=requests.get("http://www.baidu.com/s",params=kv) print(r.request.url) r.raise_for_status() print(len(r.text)) except: print("爬取失败!")

结果展示:

python爬虫基础源代码
6.360搜索全代码

360搜素全代码

import requests keyword="Python" try: kv={'q':keyword} r=requests.get("http://www.so.com/s",params=kv) print(r.request.url) r.raise_for_status() print(len(r.text)) except: print("爬取失败")

结果展示:

python爬虫基础源代码
7. 图片爬取全代码:

爬取高清图片源代码

import requests import os url="http://image.nationalgeographic.com.cn/2017/0211/20170211061910157.jpg" root="D://pics//" path=root+url.split('/')[1] try: if not os.path.exists(root): os.mkdir(root) if not os.path.exists(path): r=requests.get(url) with open(path,'wb') as f: f.write(r.content) f.close() print("文件保存成功") else: print("文件爬取失败") except: print("爬取失败")

8.用requests库获取源代码:

获取源代码

import requests r=requests.get("http://python123.io/ws/demo.html") r.text demo=r.text from bs4 import BeautifulSoup soup=BeautifulSoup(demo,"html.parser") print(soup.prettify()) soup.title

爬取结果显示:

python爬虫基础源代码

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2022-10-28发表,共计1875字。
新手QQ群:570568346,欢迎进群讨论 Python51学习