zoukankan      html  css  js  c++  java
  • Requests库网络爬虫实战

    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")
    

      

  • 相关阅读:
    Aptana 开发环境执行时默认的工作路径
    python 日志工具 Dict4ini 的简单使用示例
    C语言中的条件编译
    Ammyy Admin 一个小巧方便的远程管理工具
    djangoevolution 插件维持Django 模型和数据库结构一致的基本原理
    关于Django 框架的ContentType 模型
    关于 Django web请求中的Cookie
    GridView中,显示记录的总条数
    SQL 日期格式
    .net如何实现页面间的参数传递
  • 原文地址:https://www.cnblogs.com/py2019/p/12242318.html
Copyright © 2011-2022 走看看