溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天就跟大家聊聊有關教你10個python爬蟲入門技巧，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。
涉及主要知識點:
代碼中給出了注釋，并且可以直接運行哦
如何安裝requests庫(安裝好python的朋友可以直接參考，沒有的，建議先裝一哈python環境)
windows用戶，Linux用戶幾乎一樣:
打開cmd輸入以下命令即可，如果python的環境在C盤的目錄，會提示權限不夠，只需以管理員方式運行cmd窗口
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests
Linux用戶類似(ubantu為例): 權限不夠的話在命令前加入sudo即可
sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests
1.爬取強大的BD頁面，打印頁面信息
# 第一個爬蟲示例,爬取百度頁面
import requests #導入爬蟲的庫，不然調用不了爬蟲的函數
response = requests.get("http://www.baidu.com") #生成一個response對象
response.encoding = response.apparent_encoding #設置編碼格式
print("狀態碼:"+ str( response.status_code ) ) #打印狀態碼
print(response.text)#輸出爬取的信息2.常用方法之get方法實例，下面還有傳參實例
# 第二個get方法實例
import requests #先導入爬蟲的庫，不然調用不了爬蟲的函數
response = requests.get("http://httpbin.org/get") #get方法
print( response.status_code ) #狀態碼
print( response.text )3. 常用方法之post方法實例，下面還有傳參實例
# 第三個 post方法實例
import requests #先導入爬蟲的庫，不然調用不了爬蟲的函數
response = requests.post("http://httpbin.org/post") #post方法訪問
print( response.status_code ) #狀態碼
print( response.text )4. put方法實例
# 第四個 put方法實例
import requests #先導入爬蟲的庫，不然調用不了爬蟲的函數
response = requests.put("http://httpbin.org/put") # put方法訪問
print( response.status_code ) #狀態碼
print( response.text )5.常用方法之get方法傳參實例(1)
如果需要傳多個參數只需要用&符號連接即可如下
# 第五個 get傳參方法實例
import requests #先導入爬蟲的庫，不然調用不了爬蟲的函數
response = requests.get("http://httpbin.org/get?name=hezhi&age=20") # get傳參
print( response.status_code ) #狀態碼
print( response.text )6.常用方法之get方法傳參實例(2)
params用字典可以傳多個
# 第六個 get傳參方法實例
import requests #先導入爬蟲的庫，不然調用不了爬蟲的函數
data = {
"name":"hezhi",
"age":20
}
response = requests.get( "http://httpbin.org/get" , params=data ) # get傳參
print( response.status_code ) #狀態碼
print( response.text )7.常用方法之post方法傳參實例(2) 和上一個有沒有很像
# 第七個 post傳參方法實例
import requests #先導入爬蟲的庫，不然調用不了爬蟲的函數
data = {
"name":"hezhi",
"age":20
}
response = requests.post( "http://httpbin.org/post" , params=data ) # post傳參
print( response.status_code ) #狀態碼
print( response.text )8.關于繞過反爬機制，以zh爸爸為例
# 第好幾個方法實例
import requests #先導入爬蟲的庫，不然調用不了爬蟲的函數
response = requests.get( "http://www.zhihu.com") #第一次訪問知乎，不設置頭部信息
print( "第一次,不設頭部信息,狀態碼:"+response.status_code )# 沒寫headers，不能正常爬取，狀態碼不是 200
#下面是可以正常爬取的區別，更改了User-Agent字段
headers = {
"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.122 Safari/537.36"
}#設置頭部信息,偽裝瀏覽器
response = requests.get( "http://www.zhihu.com" , headers=headers ) #get方法訪問,傳入headers參數，
print( response.status_code ) # 200！訪問成功的狀態碼
print( response.text )9.爬取信息并保存到本地,因為目錄關系，在D盤建立了一個叫做爬蟲的文件夾，然后保存信息
注意文件保存時的encoding設置
# 爬取一個html并保存
import requests
url = "http://www.baidu.com"
response = requests.get( url )
response.encoding = "utf-8" #設置接收編碼格式
print("\nr的類型" + str( type(response) ) )
print("\n狀態碼是:" + str( response.status_code ) )
print("\n頭部信息:" + str( response.headers ) )
print( "\n響應內容:" )
print( response.text )
#保存文件
file = open("D:\\爬蟲\\baidu.html","w",encoding="utf") #打開一個文件，w是文件不存在則新建一個文件，這里不用wb是因為不用保存成二進制
file.write( response.text )
file.close()10.爬取圖片，保存到本地
#保存百度圖片到本地
import requests #先導入爬蟲的庫，不然調用不了爬蟲的函數
response = requests.get("https://cache.yisu.com/upload/information/20201101/112/2118.gif") #get方法的到圖片響應
file = open("D:\\爬蟲\\baidu_logo.gif","wb") #打開一個文件,wb表示以二進制格式打開一個文件只用于寫入
file.write(response.content) #寫入文件
file.close()#關閉操作，運行完畢后去你的目錄看一眼有沒有保存成功看完上述內容，你們對教你10個python爬蟲入門技巧有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
