码迷,mamicode.com
首页 > 编程语言 > 详细

PYTHON之爬虫学习(一)基础

时间:2017-10-12 20:32:41      阅读:208      评论:0      收藏:0      [点我收藏+]

标签:request   news   img   login   err   wrapper   ide   stat   name   

     关于python爬虫,大家都很熟悉,那么我就不多说,开始做了。

    首先,python爬虫先安装python库,主要是requests库,在windows中cmd中输入,pip install requests ,之后会自动安装。

   之后再python IDLE 中输入import requests  无报错说明安装正确。

 

  技术分享 

  下面试试爬取百度页面:

  最简单的方式

import requests
r=requests.get("http://www.baidu.com")
print(r.text)

 返回的结果:

<!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>????o|??????????? ?°±??¥é??</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=????o|?????? class="bg s_btn"></span> </form>
</div> </div> <div id=u1> <a href=http://news.baidu.com name=tj_trnews class=mnav>??°é??</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>??°???</a> <a href=http://v.baidu.com name=tj_trvideo class=mnav>è§?é¢?</a>
<a href=http://tieba.baidu.com name=tj_trtieba class=mnav>è′′??§</a>
<noscript> <a href=http://www.baidu.com/bdorz/login.gif?login&tpl=mn&u=http%3A%2F%2Fwww.baidu.com%2f%3fbdorz_come%3d1 name=tj_login class=lb>??????</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">??????</a>‘);</script> <a href=//www.baidu.com/more/ name=tj_briicon class=bri style="display: block;">??′?¤??o§???</a> </div> </div> </div> <div id=ftCon> <div id=ftConw> <p id=lh> <a href=http://home.baidu.com>??3?o?????o|</a> <a href=http://ir.baidu.com>About Baidu</a> </p> <p id=cp>?2017 Baidu <a href=http://www.baidu.com/duty/>?????¨????o|??????èˉ?</a>  <a href=http://jianyi.baidu.com/ class=cp-feedback>???è§????é|?</a> ?o?ICPèˉ?030173??·  <img src=//www.baidu.com/img/gs.gif> </p> </div> </div> </div> </body> </html>

 

返回页面的所有代码

 

PYTHON之爬虫学习(一)基础

标签:request   news   img   login   err   wrapper   ide   stat   name   

原文地址:http://www.cnblogs.com/myFavoriteBlog/p/7657077.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!