Requests库网络爬虫实战
Posted py2019
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库网络爬虫实战相关的知识,希望对你有一定的参考价值。
实例一:京东商品页面的爬取
import requests url = "https://item.jd.com/100004770237.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")
实例二:亚马逊商品页面的爬取
import requests url = "https://www.amazon.cn/dp/B071HXVPXG/ref=lp_659039051_1_2?s=books&ie=UTF8&qid=1580353560&sr=1-2" 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")
实例三:百度360搜索关键词提交
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")
备注:搜索引擎关键词提交接口
百度的关键词接口:http://www.baidu.com/s?wd=keyword
360的关键词接口:http://www.so.com/s?q=keyword
实例四:网络图片的爬取和存储
import requests import os url = "http://img1.3lian.com/2015/w7/97/d/25.jpg" #设置爬取图片的存储位置及名称,名称可以使用图片原有的名称也可以自定义 root = "E://python//" 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("文档保存成功") else: print("文件已经存在在") except: print("爬取失败")
实例五:IP地址归属地的自动查询
import requests url = "http://m.ip138.com/ip.asp?ip=" try: r = requests.get(url+‘202.204.80.112‘) r.raise_for_status() r.encoding = r.apparent_encoding print(r.text[-500:]) except: print("爬取失败")
以上是关于Requests库网络爬虫实战的主要内容,如果未能解决你的问题,请参考以下文章