Python爬虫的两种方式
1、requests方式
(1) 无头部信息
import requests url = "https://www.cnblogs.com/dearvee/p/6558571.html" response = requests.get(url) response.encoding = 'utf-8' print(response.text)
(2) 有头部信息
import requests url = "https://www.cnblogs.com/dearvee/p/6558571.html" headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36"} response = requests.get(url, headers=headers) response.encoding = 'utf-8' print(response.text)
2、urllib.request方式
(1) 无Request请求
from urllib import request url = "https://www.cnblogs.com/dearvee/p/6558571.html" response = request.urlopen(url) print(response.read().decode('utf-8'))
(2) 构造Request请求
from urllib import request url = "https://www.cnblogs.com/dearvee/p/6558571.html" headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36"} req = request.Request(url, headers=headers) response = request.urlopen(req) print(response.read().decode('utf-8'))
3、捕获错误信息
from urllib import request, error url = "https://www.douban.com" try: req = request.Request(url) response = request.urlopen(req) print(response.read().decode('utf-8')) except error.HTTPError as e: print(e)
4、随机获取头部信息
from fake_useragent import UserAgent ua = UserAgent() print(ua.ie) #随机打印ie浏览器任意版本 print(ua.firefox) #随机打印firefox浏览器任意版本 print(ua.chrome) #随机打印chrome浏览器任意版本 print(ua.random) #随机打印任意厂家的浏览器
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列:基于图像分类模型对图像进行分类
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 25岁的心里话
· 闲置电脑爆改个人服务器(超详细) #公网映射 #Vmware虚拟网络编辑器
· 零经验选手,Compose 一天开发一款小游戏!
· 因为Apifox不支持离线,我果断选择了Apipost!
· 通过 API 将Deepseek响应流式内容输出到前端