Day2_css选择器与requests模块

Day2_Python学习笔记

css基础

1. css负责网页内容的样式和布局(css叫做层叠样式表,简称样式表)
2. css语法:

"""
语法:
选择器{属性名1:属性值1;属性名2:属性值2;...}

说明:
选择器  -  选中需要设置样式的标签
{}     -   固定写法
属性名  -   用来决定需要设置那个样式
属性值  -   如果是表示数值大小,数字值需要单位,一般是px(像素)

常用属性:color:文字样式(颜色英文单词,rgb(红,绿,篮),#颜色的16进制值)
		font-size:字体大小
		background:背景颜色
		width:设置宽度
		height:设置高度
"""

3. css代码写在哪儿
   1. 内联样式表 - 将css代码写style标签属性中(这个时候不需要写选择器和大括号)
   2. 内部样式表 - 将css代码写在style标签中(style标签既可以放在head中也可以放在body中)
   3. 外部样式表 - 将css代码写在css文件中,然后在html里面通过link标签导入

css选择器

1. 标签选择器(元素选择器) - 权重值为1

   直接标签名作为一个选择器,选中整个页面中所有的指令标签
   例如:p{} - 选中所有的p标签,a{} - 选中所有的a标签

2. id选择器 -权重值为4

   在标签的id属性值前面加#作为一个选择器,选中id属性值是指定值的标签(id是唯一的)
   例如:#p2{} - 选中id值为p2的标签,#a - 选中id属性值为a的标签

3. 类选择器(class选择器) -权重2
   在标签的class属性值前加.作为选择器,选中class属性值是指定值的所有标签
   例如:.c1{} - 选中class属性值为c1的所有标签;.a{} - 选中class属性值为a的所有标签
   .c1.c2{} - 选中class属性值同时有c1和c2的标签

4. 群组选择器
   将多个选择器用逗号隔开作为选择器,选中每个独立选择器选中的所有标签.
   例如:p,a{} - 选中所有p标签和所有的a标签
   .c1,p{} - 选中所有class是c1的标签和所有的p标签
   .c1,#p1,#p2{} - 选中所有class是c1,id是p1和id是p2的标签

5. 后代选择器
   将多个独立选择器用空格隔开作为一个选择器
   例如:p a{} - 选中所有作为p标签的后代的a标签.(选中p标签下面的a标签,a标签是p标签的)
   div #p1 .c1{} - 选中所有div下面id为p1下面class为c1的标签

6. 子代选择器
   将多个独立选择器用＞隔开作为选择器
   例如:p>a - 选中所有作为p标签的子代a标签

7. 补充:

   div.info{} - 选中class为info的所有div标签
   #p1.c1{} - 选中class为c1且id为p1的所有标签
   div p:nth-child(N) - 选中div里面的第N个p标签

http协议

1. URL(Uniform Resource Locator)(统一资源定位符)

2. URL的基本格式 = 协议://主机地址/路径

   如:http://www.1000phone.com/img/logo.png

requests的基本用法

1. 发送请求,获取响应

   请求地址:url =‘https://movie.douban.com/top250’

   请求头:headers = {‘User-Agent’: ‘浏览器或者其他的User-Agent值’}

   response = requests.get(url,headers=headers)

2. 响应

   1. 设置编码方式(乱码才需要去设置,编码方式需要去找对应的charset值)

      response.encoding = ‘编码方式’

   2. 获取状态码

      response.status_code = 值 (值为200+才是正常的)

   3. 获取请求的文本内容(针对url是网页地址)

      response.text

   4. 获取json数据(针对url是二进制地址,比如图片地址,视频地址)

      response.json( )

   5. 获取二进制数据(针对url是二进制文件地址,比如图片地址,视频地址)

      response.content

3. 获取响应头

   response.headers

图片下载

1. 网络图片地址

   url = ‘http://img.y80s.tw/upload/img/210209/2aadff8567330c79_b.jpg’

2. 请求图片数据

   response = requests.get(url)
   if response.status_code == 200:
       f = open('./a.jpg', 'wb')
       f.write(response.content)
       f.close()
   

获取多页面数据

1. 如果目标网站以多页的方式来提供数据,爬虫的时候先找不同页面的url之间的规律

import requests
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.85 Safari/537.36'
}
def get_top250(url):
    response = requests.get(url, headers=headers)
    if response.status_code == 200:
        print(response.text)
    else:
        print(response.status_code)
    print('======================================')
    return
if __name__ == '__main__':
    for start in range(0, 226, 25):
        url = f'https://movie.douban.com/top250?start={start}&filter='
        get_top250(url)

设置cookie值

import requests
url = 'http://www.zhihu.com'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.85 Safari/537.36',
    'cookie': '登录后网页都cookie值!'}
response = requests.get(url, headers=headers)
if response.status_code == 200:
    print(response.text)
else:
    print('请求失败!')