爬虫的简单运用

news/2024/7/19 8:42:45 标签: 爬虫, python

我运用的库为requests

python没有自带需自行安装

安装代码 pip install requests   或 pip3 install requests

以访问百度页面为例

代码如下:

 
  

import requests
def gethtml(url):
try:
r = requests.get(url,timeout=30)
r.raise_for_status()#如果状态不是200,引发异常
r.encoding='utf-8'#无论原来是什么编码,都改成utf-8
return r.text,r.content
except:
return ""
url="http://www.baidu.com/"
str1,str2=gethtml(url)
print(str1)
print(len(str1))
print(len(str2))

 
 

 

注意爬取网站与读入文件一样要做异常处理及使用try-except语句

结果如下:

<!DOCTYPE html>
<!--STATUS OK--><html> <head><meta http-equiv=content-type content=text/html;charset=utf-8><meta http-equiv=X-UA-Compatible content=IE=Edge><meta content=always name=referrer><link rel=stylesheet type=text/css href=http://s1.bdstatic.com/r/www/cache/bdorz/baidu.min.css><title>百度一下,你就知道</title></head> <body link=#0000cc> <div id=wrapper> <div id=head> <div class="head_wrapper"> <div class="s_form"> <div class="s_form_wrapper"> <div id=lg> <img hidefocus=true src=//www.baidu.com/img/bd_logo1.png width=270 height=129> </div> <form id=form name=f action=//www.baidu.com/s class="fm"> <input type=hidden name=bdorz_come value=1> <input type=hidden name=ie value=utf-8> <input type=hidden name=f value=8> <input type=hidden name=rsv_bp value=1> <input type=hidden name=rsv_idx value=1> <input type=hidden name=tn value=baidu><span class="bg s_ipt_wr"><input id=kw name=wd class="s_ipt" value maxlength=255 autocomplete=off autofocus></span><span class="bg s_btn_wr"><input type=submit id=su value=百度一下 class="bg s_btn"></span> </form> </div> </div> <div id=u1> <a href=http://news.baidu.com name=tj_trnews class="mnav">新闻</a> <a href=http://www.hao123.com name=tj_trhao123 class="mnav">hao123</a> <a href=http://map.baidu.com name=tj_trmap class="mnav">地图</a> <a href=http://v.baidu.com name=tj_trvideo class="mnav">视频</a> <a href=http://tieba.baidu.com name=tj_trtieba class="mnav">贴吧</a> <noscript> <a href=http://www.baidu.com/bdorz/login.gif?login&amp;tpl=mn&amp;u=http%3A%2F%2Fwww.baidu.com%2f%3fbdorz_come%3d1 name=tj_login class="lb">登录</a> </noscript> <script>document.write('<a href="http://www.baidu.com/bdorz/login.gif?login&tpl=mn&u='+ encodeURIComponent(window.location.href+ (window.location.search === "" ? "?" : "&")+ "bdorz_come=1")+ '" name="tj_login" class="lb">登录</a>');</script> <a href=//www.baidu.com/more/ name=tj_briicon class="bri" style="display: block;">更多产品</a> </div> </div> </div> <div id=ftCon> <div id=ftConw> <p id=lh> <a href=http://home.baidu.com>关于百度</a> <a href=http://ir.baidu.com>About Baidu</a> </p> <p id=cp>&copy;2017&nbsp;Baidu&nbsp;<a href=http://www.baidu.com/duty/>使用百度前必读</a>&nbsp; <a href=http://jianyi.baidu.com/ class="cp-feedback">意见反馈</a>&nbsp;京ICP证030173号&nbsp; <img src=//www.baidu.com/img/gs.gif> </p> </div> </div> </div> </body> </html>

2287
2381

 

多次访问只需要运用循环语句多次调用函数即可

转载于:https://www.cnblogs.com/DXL123/p/10909048.html


http://www.niftyadmin.cn/n/1088013.html

相关文章

selenium 常用api

驱动对象   http://selenium-python.readthedocs.io/ browser webdriver.Chrome()browser webdriver.Firefox()browser webdriver.Edge()browser webdriver.PhantomJS()browser webdriver.Safari()....等 访问页面browser webdriver.Chrome()browser.get(https://www.t…

jar做成Windows服务启动

最近跟腾讯合作做了一个XX大学的项目&#xff0c;是一个应用中间件jar包部署到现场的服务器上&#xff0c;运行状况也良好。我是做成一个bat批处理文件来启动应用服务的&#xff0c;但是这样的话每次重启服务器的话就需要手动的启动bat。而且还有个问题就是启动后有黑窗口&…

Spring Boot Vue Element入门实战(二)前端框架搭建

本博客属作者原创,未经允许禁止转载,请尊重原创!如有问题请联系QQ509961766 (一)IDEA开发工具 这里其实推荐Atom或者webstorm,Atom有很多vue的插件,高亮语法检查小地图等等一些很实用的插件。本次实战环境选择IDEA编辑器,导入入门实战(一)中的生成的工程如下图 . …

Python学习(十一) Python 类

Python 类 面向对象编程是有效的软件编写方法之一。 python程序编写方法 1、函数编程&#xff0c;使用函数方式2、面向对象编程&#xff0c;使用类方式创建类 创建方法构造方法&#xff0c;__init__(self,arg)obj 类(a1)普通方法obj 类(‘xxx’)obj.普通方法名() 格式如下&am…

C/C++数据结构之链表(一步一步拆解单链表)

困扰了很久的数据结构重新拾起来&#xff0c;参考博客大牛的文章&#xff0c;思考出一点自己的理解&#xff0c;希望给在学习数据结构这条路上的兄弟姐妹有所帮助&#xff0c;也为自己家能够理清思路。废话不多说&#xff0c;直接上代码。 所需头文件如下并且屏蔽安全警告&…

Spring Boot Vue Element入门实战(四)主页面开发

本博客属作者原创,未经允许禁止转载,请尊重原创!如有问题请联系QQ509961766 (一)页面布局 页面布局分为3个部分: 顶部导航:系统logo,登录信息,退出按钮等左侧菜单:显示系统菜单右侧展示:显示页面主要内容 (二)修改布局文件App.vue 主要是一些样式和布局,注意在…

jmeter添加自定义扩展函数之Strng---base64解密

1&#xff0c;打开eclipse,新建maven工程&#xff0c;在pom中引用jmeter核心jar包&#xff0c;具体请看---https://www.cnblogs.com/guanyf/p/10863033.html---&#xff0c;这里就不再赘述 2&#xff0c;直接上代码&#xff1a; package com.mytest.functions;import java.util…

阿甘学java视频--lesson5

&#xfeff;&#xfeff;视频信息&#xff1a; 时长&#xff1a;56分钟34秒 作者&#xff1a;于盼盼 内容&#xff1a;java API的详细使用方法&#xff0c;java中常用的包&#xff1a;java.lang,java.awt,java.applet,java.net,java.io,java.util等。…