获取网页源代码

Posted windalm

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了获取网页源代码相关的知识,希望对你有一定的参考价值。

# -*- coding: utf-8 -*-

import urllib2

#urllib2 默认的User-Agent是 Python-urllib/2.7
#User-Agent是爬虫和发爬虫斗争的第一步
ua_headers = {
    "User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/50.0.2661.102 UBrowser/6.1.2716.5 Safari/537.36"
}

#通过urllib2.Request()构造一个请求对象
request = urllib2.Request("http://www.baidu.com/",headers = ua_headers)


#向指定的url地址发送请求,并返回服务器响应的类文件对象
response = urllib2.urlopen(request)


#服务器返回的类文件对象支持Python文件对象的操作方法
#read()就是读取文件里的全部内容,返回字符串
html = response.read()

#response:是服务器响应的类文件,除了支持文件操作的方法外,还支持以下常用方法

#返回http的响应码,成功返回200,4服务器页面出错,5服务器问题
print response.getcode()

#返回返回实际数据的实际url,防止有重定向问题 
print response.getcode()

#返回服务器响应的http报头
print response.info()


print html

 

以上是关于获取网页源代码的主要内容,如果未能解决你的问题,请参考以下文章

炫酷 CSS 背景效果的 10 个代码片段

微信小程序代码片段

常用python日期日志获取内容循环的代码片段

HTML5期末大作业:餐饮美食网站设计——咖啡(10页) HTML+CSS+JavaScript 学生DW网页设计作业成品 web课程设计网页规划与设计 咖啡网页设计 美食餐饮网页设计...(代码片段

从Snipplr获取一个代码片段

在Tomcat的安装目录下conf目录下的server.xml文件中增加一个xml代码片段,该代码片段中每个属性的含义与用途