使用python爬取网页
admin
2023-07-30 20:42:13
0次

python的特点经常使得其作为一个网络爬虫来使用，那么如何使用python这样一个简洁强大的语言来写一个爬虫呢？

requests的使用

requests是一个用python来进行请求的一个库
安装

pip install requests

使用requsesst进行get和post操作

r = requests.get(\'https://github.com/timeline.json\')

payload = {\'key1\': \'value1\', \'key2\': \'value2\'}
r = requests.get(\"http://httpbin.org/get\", params=payload)
  • 使用print r.text可以阅读其内容，但一般会出现错误，此时可以使用的解决方案有： 
    r.encoding = \'utf-8\'
print r.text.encode(\'utf-8\')

  • 使用 r.content可以访问回应的数据流，比如Response是一张图片，则可以这样打开它

    from PIL import Image
from StringIO import StringIO
i = Image.open(StringIO(r.content))

  • r.json()方法返回json格式的数据

获得response之后

可以使用另外一个库

beautifulsoup来解析

上一篇：Python爬虫(四)–多线程

下一篇：Python爬虫(三)-Socket网络编程

相关内容

热门资讯

500 行 Python 代码... 语法分析器描述了一个句子的语法结构，用来帮助其他的应用进行推理。自然语言引入了很多意外的歧义，以我们...
定时清理删除C:\Progra... C:\Program Files (x86)下面很多scoped_dir开头的文件夹 写个批处理 定...
65536是2的几次方 计算2... 65536是2的16次方：65536=2⁶ 65536是256的2次方：65536=256 6553...
Mobi、epub格式电子书如... 在wps里全局设置里有一个文件关联，打开，勾选电子书文件选项就可以了。
scoped_dir32_70... 一台虚拟机C盘总是莫名奇妙的空间用完，导致很多软件没法再运行。经过仔细检查发现是C:\Program...
pycparser 是一个用... `pycparser` 是一个用 Python 编写的 C 语言解析器。它可以用来解析 C 代码并构...
小程序支付时提示：appid和... [Q]小程序支付时提示：appid和mch_id不匹配 [A]小程序和微信支付没有进行关联，访问“小...
微信小程序使用slider实现... 众所周知哈，微信小程序里面的音频播放是没有进度条的，但最近有个项目呢，客户要求音频要有进度条控制，所...
python绘图库Matplo... 本文简单介绍了Python绘图库Matplotlib的安装，简介如下： matplotlib是pyt...
Prometheus+Graf... 一，Prometheus概述 1，什么是Prometheus？Prometheus是最初在Sound...