requests之网页采集器

Posted huahuawang

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requests之网页采集器相关的知识,希望对你有一定的参考价值。

# UA:User-Agent(请求载体的身份标识)
# UA 检测: 门户网站的服务器会检测对应请求的载体身份标识,如果检测到请求的载体身份标识为某一浏览器
#说明该请求是一个正常的请求。否则为不正常的请求(爬虫),则服务器有可能拒绝
# UA伪装:让爬虫对应的请求载体身份标识伪装成某一款浏览器
import requests

if __name__ ==__main__:
    # UA 伪装:将对应的User-Agent封装到一个字典中
    headers = {
        User-Agent:Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/63.0.3239.132 Safari/537.36
    }
    url = https://www.sogou.com/web
    # 处理url携带的参数:封装到字典中
    kw = input(enter a word:)
    param = {
        query:kw
    }
    # 对指定的url发起的请求对应的url是携带参数的,
    res = requests.get(url=url,params=param,headers=headers)

    page_text = res.text
    fileName = kw +.html
    fp = open(fileName,w,encoding=utf-8)
    fp.write(page_text)
    print(fileName,"保存成功")

 

以上是关于requests之网页采集器的主要内容,如果未能解决你的问题,请参考以下文章

python学习之爬虫网络数据采集

Python采集某手视频,1080P高清无水印,完整数据来源分析+完整代码

Python采集某手视频,1080P高清无水印,完整数据来源分析+完整代码

Python爬虫之破解百度翻译--requests案例详解

Python爬虫之reuqests实现简单网页采集--网页采集教程

python爬虫_第二课