Requests库使用的简单实例

　　1、爬取单个京东商品信息实例

import requests
url = 'https://item.jd.com/26809739632.html'
try:
    r = requests.get(url)
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    print((r.text[:1000]))
except:
    print('爬取失败！')

　　2、爬取单个亚马逊商品信息实例

　　在引用爬取京东商品信息实例的代码时出现错误，例如我的r.status_code不是200，而是504，则是申请访问失败

　　通过查看headers时会发现'User-Agent': 'python-requests/2.22.0'，这就是告诉亚马逊网站我是通过python的requests库访问你的，而亚马逊网站不支持这样访问

　　故我们要通过浏览器去访问亚马逊网站，从而我们需要修改'User-Agent'后面的内容，采用如下方法：

import requests
url ='https://www.amazon.cn/gp/product/B07S8VZ8HL'
try:
    # Mozilla/5.0标准的浏览器身份标识字段
    kv = {'user-agent': 'Mozilla/5.0'}
    r = requests.get(url,headers=kv)
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    # print(r.request.headers)
    print(r.text[1000:2000])
except:
    print('爬取失败！')

　　3、百度搜索关键词

import requests
keyword = 'Python'
try:
    #修改键值对
    kv = {'wd':keyword}
    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、爬取网页图片并存储

import requests
import os
url = 'http://image.ngchina.com.cn/userpic/99679/2019/0615112328996793386.jpeg'
root = 'E://pics//'
path = root + url.split('/')[-1]
try:
#如果根目录上没有这个文件夹，那么就创建一个
    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！')

Requests库使用的简单实例

猜你喜欢