python requests库的应用

最新推荐文章于 2025-03-20 08:53:38 发布

panpan_v1

最新推荐文章于 2025-03-20 08:53:38 发布

阅读量106

点赞数

分类专栏： python

python 专栏收录该内容

12 篇文章

订阅专栏

该博客主要介绍了网页数据爬取相关内容，包括爬取购物网站商品页面，提到部分网站需修改user - agent为浏览器才能爬取，还涉及获取搜索引擎结果以及爬取图片并保存等操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 爬取购物网站商品页面

url = "http://item.jd.com/2967929.html"
try:
    r = requests.get(url)
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    print(r.text)
except:
    print("爬取失败")

2. 修改user-agent

有些网站必须修改user-agent为浏览器才可以爬取

url = "https://www.amazon.cn/gp/product/B01M8L5Z3Y"
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)
except:
    print("爬取失败")

3. 获取搜索引擎结果

try:
    kv = {'wd': 'Python'}
    r = requests.get("http://www.baidu.com/s", params=kv)
    print(r.request.url)
    r.raise_for_status()
    print(len(r.text))
except:
    print("爬取失败")

4. 爬取图片并保存

url = "http://image.nationalgeographic.com.cn/2017/0211/20170211061910157.jpg"
root = "D://"
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("文件保存成功")
    else:
        print("文件已存在")
except:
    print("爬取失败")