10个python爬虫入门实例
本文内容纲要：
-昨天带伙伴萌学习python爬虫，准备了几个简单的入门实例
-windows用户，Linux用户几乎一样:
-1.爬取强大的BD页面，打印页面信息
-2.常用方法之get方法实例，下面还有传参实例
-3.常用方法之post方法实例，下面还有传参实例
-4.put方法实例
-5.常用方法之get方法传参实例(1)
-6.常用方法之get方法传参实例(2)
-7.常用方法之post方法传参实例(2)和上一个有没有很像
-8.关于绕过反爬机制，以zh爸爸为例
-9.爬取信息并保存到本地,
-因为目录关系，在D盘建立了一个叫做爬虫的文件夹，然后保存信息
-10.爬取图片，保存到本地
-
昨天带伙伴萌学习python爬虫，准备了几个简单的入门实例
涉及主要知识点:
- web是如何交互的
- requests库的get、post函数的应用
- response对象的相关函数，属性
- python文件的打开，保存
代码中给出了注释，并且可以直接运行哦
如何安装requests库(安装好python的朋友可以直接参考，没有的，建议先装一哈python环境)
**windows用户，**Linux用户几乎一样:
打开cmd输入以下命令即可，如果python的环境在C盘的目录，会提示权限不够，只需以管理员方式运行cmd窗口
pipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simplerequests
Linux用户类似(ubantu为例):权限不够的话在命令前加入sudo即可
sudopipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simplerequests
1.爬取强大的BD页面，打印页面信息
#第一个爬虫示例,爬取百度页面
importrequests#导入爬虫的库，不然调用不了爬虫的函数
response=requests.get("http://www.baidu.com")#生成一个response对象
response.encoding=response.apparent_encoding#设置编码格式
print("状态码:"+str(response.status_code))#打印状态码
print(response.text)#输出爬取的信息
2.常用方法之get方法实例，下面还有传参实例
#第二个get方法实例
importrequests#先导入爬虫的库，不然调用不了爬虫的函数
response=requests.get("http://httpbin.org/get")#get方法
print(response.status_code)#状态码
print(response.text)
3.常用方法之post方法实例，下面还有传参实例
#第三个post方法实例
importrequests#先导入爬虫的库，不然调用不了爬虫的函数
response=requests.post("http://httpbin.org/post")#post方法访问
print(response.status_code)#状态码
print(response.text)
4.put方法实例
#第四个put方法实例
importrequests#先导入爬虫的库，不然调用不了爬虫的函数
response=requests.put("http://httpbin.org/put")#put方法访问
print(response.status_code)#状态码
print(response.text)
5.常用方法之get方法传参实例(1)
如果需要传多个参数只需要用&符号连接即可如下
#第五个get传参方法实例
importrequests#先导入爬虫的库，不然调用不了爬虫的函数
response=requests.get("http://httpbin.org/get?name=hezhi&age=20")#get传参
print(response.status_code)#状态码
print(response.text)
6.常用方法之get方法传参实例(2)
params用字典可以传多个
#第六个get传参方法实例
importrequests#先导入爬虫的库，不然调用不了爬虫的函数
data={
"name":"hezhi",
"age":20
}
response=requests.get("http://httpbin.org/get",params=data)#get传参
print(response.status_code)#状态码
print(response.text)
7.常用方法之post方法传参实例(2)和上一个有没有很像
#第七个post传参方法实例
importrequests#先导入爬虫的库，不然调用不了爬虫的函数
data={
"name":"hezhi",
"age":20
}
response=requests.post("http://httpbin.org/post",params=data)#post传参
print(response.status_code)#状态码
print(response.text)
8.关于绕过反爬机制，以zh爸爸为例
#第好几个方法实例
importrequests#先导入爬虫的库，不然调用不了爬虫的函数
response=requests.get("http://www.zhihu.com")#第一次访问知乎，不设置头部信息
print("第一次,不设头部信息,状态码:"+response.status_code)#没写headers，不能正常爬取，状态码不是200
#下面是可以正常爬取的区别，更改了User-Agent字段
headers={
"User-Agent":"Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/80.0.3987.122Safari/537.36"
}#设置头部信息,伪装浏览器
response=requests.get("http://www.zhihu.com",headers=headers)#get方法访问,传入headers参数，
print(response.status_code)#200！访问成功的状态码
print(response.text)
9.爬取信息并保存到本地,
因为目录关系，在D盘建立了一个叫做爬虫的文件夹，然后保存信息
注意文件保存时的encoding设置
#爬取一个html并保存
importrequests
url="http://www.baidu.com"
response=requests.get(url)
response.encoding="utf-8"#设置接收编码格式
print("\nr的类型"+str(type(response)))
print("\n状态码是:"+str(response.status_code))
print("\n头部信息:"+str(response.headers))
print("\n响应内容:")
print(response.text)
#保存文件
file=open("D:\\爬虫\\baidu.html","w",encoding="utf-8")#打开一个文件，w是文件不存在则新建一个文件，这里不用wb是因为不用保存成二进制
file.write(response.text)
file.close()
10.爬取图片，保存到本地
#保存百度图片到本地
importrequests#先导入爬虫的库，不然调用不了爬虫的函数
response=requests.get("https://www.baidu.com/img/baidu_jgylogo3.gif")#get方法的到图片响应
file=open("D:\\爬虫\\baidu_logo.gif","wb")#打开一个文件,wb表示以二进制格式打开一个文件只用于写入
file.write(response.content)#写入文件
file.close()#关闭操作，运行完毕后去你的目录看一眼有没有保存成功
本文内容总结：昨天带伙伴萌学习python爬虫，准备了几个简单的入门实例，windows用户，Linux用户几乎一样:，1.爬取强大的BD页面，打印页面信息，2.常用方法之get方法实例，下面还有传参实例，3.常用方法之post方法实例，下面还有传参实例，4.put方法实例，5.常用方法之get方法传参实例(1)，6.常用方法之get方法传参实例(2)，7.常用方法之post方法传参实例(2)和上一个有没有很像，8.关于绕过反爬机制，以zh爸爸为例，9.爬取信息并保存到本地,，因为目录关系，在D盘建立了一个叫做爬虫的文件夹，然后保存信息，10.爬取图片，保存到本地，，
原文链接：https://www.cnblogs.com/h3zh1/p/12548946.html