有哪些Python爬虫基础案例可以学习小结？

本文共计766个文字，预计阅读时间需要4分钟。

昨天和朋友们一起学习Python爬虫，准备了几个简单的入门实例，包括：

- 理解web是如何通过requests库的get、post函数交互- 掌握response对象的相对函数，如属性和属性- Python文件的打开、保存- 代码中的注释等要点

昨天带伙伴萌学习python爬虫，准备了几个简单的入门实例

涉及主要知识点:

1. web是如何交互的
2. requests库的get、post函数的应用
3. response对象的相关函数，属性
4. python文件的打开，保存

代码中给出了注释，并且可以直接运行哦

如何安装requests库(安装好python的朋友可以直接参考，没有的，建议先装一哈python环境)

windows用户，Linux用户几乎一样:

打开cmd输入以下命令即可，如果python的环境在C盘的目录，会提示权限不够，只需以管理员方式运行cmd窗口

pip install -i pypi.tuna.tsinghua.edu.cn/simple requests

Linux用户类似(ubantu为例): 权限不够的话在命令前加入sudo即可

sudo pip install -i pypi.tuna.tsinghua.edu.cn/simple requests

1.爬取强大的BD页面，打印页面信息

# 第一个爬虫示例,爬取百度页面 import requests #导入爬虫的库，不然调用不了爬虫的函数 response = requests.get("www.baidu.com") #生成一个response对象 response.encoding = response.apparent_encoding #设置编码格式 print("状态码:"+ str( response.status_code ) ) #打印状态码 print(response.text)#输出爬取的信息

2.常用方法之get方法实例，下面还有传参实例

# 第二个get方法实例 import requests #先导入爬虫的库，不然调用不了爬虫的函数 response = requests.get("www.zhihu.com") #第一次访问知乎，不设置头部信息 print( "第一次,不设头部信息,状态码:"+response.status_code )# 没写headers，不能正常爬取，状态码不是 200 #下面是可以正常爬取的区别，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" }#设置头部信息,伪装浏览器 response = requests.get( "www.zhihu.com" , headers=headers ) #get方法访问,传入headers参数， print( response.status_code ) # 200！访问成功的状态码 print( response.text )

9.爬取信息并保存到本地,因为目录关系，在D盘建立了一个叫做爬虫的文件夹，然后保存信息

注意文件保存时的encoding设置

# 爬取一个html并保存 import requests url = "www.baidu.com" response = requests.get( url ) response.encoding = "utf-8" #设置接收编码格式 print("\nr的类型" + str( type(response) ) ) print("\n状态码是:" + str( response.status_code ) ) print("\n头部信息:" + str( response.headers ) ) print( "\n响应内容:" ) print( response.text ) #保存文件 file = open("D:\\爬虫\\baidu.html","w",encoding="utf") #打开一个文件，w是文件不存在则新建一个文件，这里不用wb是因为不用保存成二进制 file.write( response.text ) file.close()

10.爬取图片，保存到本地

#保存百度图片到本地 import requests #先导入爬虫的库，不然调用不了爬虫的函数 response = requests.get("img.558idc.com/uploadfile/allimg/python/baidu_jgylogo3.gif") #get方法的到图片响应 file = open("D:\\爬虫\\baidu_logo.gif","wb") #打开一个文件,wb表示以二进制格式打开一个文件只用于写入 file.write(response.content) #写入文件 file.close()#关闭操作，运行完毕后去你的目录看一眼有没有保存成功

到此这篇关于10个python爬虫入门实例(小结)的文章就介绍到这了,更多相关python爬虫入门内容请搜索易盾网络以前的文章或继续浏览下面的相关文章希望大家以后多多支持易盾网络！