python爬虫requests库get/post请求

最新推荐文章于 2024-04-15 17:34:13 发布

原创最新推荐文章于 2024-04-15 17:34:13 发布 · 306 阅读

0 ·

CC 4.0 BY-SA版权

本文档详细介绍了使用Python的requests库进行网络爬虫的基本操作，包括GET和POST请求的发送，以及如何处理响应内容。通过示例展示了如何向百度网站发送请求并解析返回的HTML代码。

Datawhale爬虫第五期 Day1

文档：http://docs.python-requests.org/zh_CN/latest/index.html

1. 学习get与post请求，requests or urllib

get请求
get请求直接访问目标网址，不需要带参数。
post请求
要向服务器上传（发送）表单的数据时，post传递一个字典。

#导入requests库 
import requests
#利用requests库get请求http://www.baidu.com
response = requests.get('http://wwww.baidu.com')
#修改网页编辑为utf-8
response.encoding = 'utf-8'
#输出响应内容
print(response.text)

响应内容：

<!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>

如果是断开了网络，再发出申请，结果又是什么。了解申请返回的状态码。
报错。网络不通，发不了请求，没有返回状态码。
了解什么是请求头，如何添加请求头。
请求头是HTTP头部，中传递一个字典参数给headers就行。
python爬虫中常见请求头包括：User_Agent,Cookie,Host等
以下是百度请求头示例：