關(guān)于python爬蟲的記錄

關(guān)于urllib庫
在python2中有Urllib庫urllib2庫怖亭,在python3中兩個(gè)合并成了一個(gè)urllib

在python2中 --> 在python3中
import urllib2 --> import urllib.request import ullib.error
Import urllib --> import urllib.request, ullib.error, urllib.parse
Import urlparse --> import urllib.parse
Import urllib2 --> import urllib.request, urllib.error
Import urllib2.Request --> import urllib.request.Request

之后的程序都是python3寫的

快速打開一個(gè)網(wǎng)站
Import urllib.request
File = urllib.request.urlopen(‘http://www.baidu.com’)
File.getcode()     # 獲取狀態(tài)碼
File.geturl()      # 返回當(dāng)前的url
print(File.read())    # 一次將結(jié)果輸出
print(File.readline()) # 一次輸出一行
# 將請求返回的html寫入到本地
htmlFile = open(‘test.html’, ’w’)
htmlFile.write(File.read())
htmlFile.close()

# 也可以用 urllib.request.urlretrieve()
Filename = urllib.request.urlretrieve(‘http://www.baidu.com’, filename = ‘test.html’)

urlretrieve() 執(zhí)行的時(shí)候會產(chǎn)生一些緩存,可以通過以下方法清除
urllib.request.urlcleanup()
urllib.request.quote(‘http://www.baidu.com’)
返回結(jié)果:
'http%3A//www.baidu.com'  # 其實(shí)就是url編碼坤检,把一些不合規(guī)范的字符編碼
 
# url解碼
urllib.request.unquote(‘http%3A//www.baidu.com’)

偽裝成瀏覽器訪問網(wǎng)站
在請求的加上Header
用瀏覽的f12可以看到
User-Agent: Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36

方法一:build_opener()
Import urllb.request
Url = ‘http://www.baidu.com’
Headers = {‘User-Agent’ , ‘ Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36’}
Opner = urllb.request.build_opener()
Opener.addheaders = [Headers]
Data = Opener.open(url).read()
方法二:add_header()
Import urllib.request
Url = ‘http://www.baidu.com’
Req = urllib.request.Request(url)
Req.add_header(‘User-Agent’ , ‘ Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36’)
Data = urllib.request.urlopen(Req).read()

之后會繼續(xù)更新一些依许,還有文中有些地方大小寫不對,自己改改就好了

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末缀蹄,一起剝皮案震驚了整個(gè)濱河市峭跳,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌缺前,老刑警劉巖蛀醉,帶你破解...
    沈念sama閱讀 211,561評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異衅码,居然都是意外死亡拯刁,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,218評論 3 385
  • 文/潘曉璐 我一進(jìn)店門逝段,熙熙樓的掌柜王于貴愁眉苦臉地迎上來垛玻,“玉大人割捅,你說我怎么就攤上這事≈阕” “怎么了亿驾?”我有些...
    開封第一講書人閱讀 157,162評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長账嚎。 經(jīng)常有香客問我莫瞬,道長,這世上最難降的妖魔是什么郭蕉? 我笑而不...
    開封第一講書人閱讀 56,470評論 1 283
  • 正文 為了忘掉前任疼邀,我火速辦了婚禮,結(jié)果婚禮上召锈,老公的妹妹穿的比我還像新娘旁振。我一直安慰自己,他們只是感情好涨岁,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,550評論 6 385
  • 文/花漫 我一把揭開白布规求。 她就那樣靜靜地躺著,像睡著了一般卵惦。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上瓦戚,一...
    開封第一講書人閱讀 49,806評論 1 290
  • 那天沮尿,我揣著相機(jī)與錄音,去河邊找鬼畜疾。 笑死,一個(gè)胖子當(dāng)著我的面吹牛印衔,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播奸焙,決...
    沈念sama閱讀 38,951評論 3 407
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼与帆!你這毒婦竟也來了了赌?” 一聲冷哼從身側(cè)響起玄糟,我...
    開封第一講書人閱讀 37,712評論 0 266
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎阵翎,沒想到半個(gè)月后之剧,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,166評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡背稼,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,510評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了雇庙。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,643評論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡灶伊,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出聘萨,到底是詐尸還是另有隱情,我是刑警寧澤米辐,帶...
    沈念sama閱讀 34,306評論 4 330
  • 正文 年R本政府宣布胸完,位于F島的核電站翘贮,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏狸页。R本人自食惡果不足惜锨能,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,930評論 3 313
  • 文/蒙蒙 一芍耘、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧斋竞,春花似錦倔约、人聲如沸坝初。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,745評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽乒省。三九已至畦木,卻和暖如春袖扛,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背蛆封。 一陣腳步聲響...
    開封第一講書人閱讀 31,983評論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留惨篱,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,351評論 2 360
  • 正文 我出身青樓砸讳,卻偏偏與公主長得像,于是被迫代替她去往敵國和親簿寂。 傳聞我的和親對象是個(gè)殘疾皇子漾抬,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,509評論 2 348