简单爬虫

Posted heiguu

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了简单爬虫相关的知识,希望对你有一定的参考价值。

import requests        #导入模块
 
response = requests.get(‘http://www.baidu.com‘)
print(response.status_code)        #打印状态码    
print(response.url)            #打印请求url
print(response.headers)            #打印头部信息    
print(response.cookies)            #打印cookie信息    
print(response.text)            #以文本形式打印网页源码
print(response.content)            #以字节流形式打印网页源码
技术分享图片
 
 
url = ‘https://www.baidu.com/‘        #创建需要爬取网页的地址
headers = {‘User-Agent‘:‘Mozilla/5.0(Windows NT 6.1;W...) Genko/201000101 Firefox/59.0‘}
response = requests.get(url,headers)    #发送网络请求
print(response.content)            #以字节流形式打印网页源码
 
 
网络超时
for a in range(0,50):
    try:             #捕获异常
    #设置超时时间为0.5s
        response = requests.get(‘https://www.baidu.com/‘, timeout=0.5 )
        print(response.status_code)   #打印状态码
    except Exception as e:            #捕获异常
        print(‘异常‘+str(e))          #打印异常信息
技术分享图片
 
 
代理服务
proxy = {‘http‘:‘122.114.31.177:808‘,
         ‘https‘:‘122.114.31.177:8080‘}    #设置代理ip对应的端口号
#对需要爬取的网页发送请求
response = requests.get(‘http://www.mingrisoft.com‘,proxies=proxy)
print(response.content)        #以字节流形式打印出网页源码
 
 
 

以上是关于简单爬虫的主要内容,如果未能解决你的问题,请参考以下文章

Python爬虫学习:简单的爬虫

爬虫简单入门:第一个简单爬虫

Golang 原生实现简单爬虫:了解网络爬虫原理

简单NodeJS爬虫和使用cookie进行模拟登录

在职爬虫工程师,带给大家超简单 Python 爬虫教程

$python爬虫系列——一个简单的爬虫实例