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