Python 爬虫入门3种方法

 Python 2.0

复制代码
url = "http://www.baidu.com" 
print '第一种方法' 
response1 = urllib2.urlopen(url) 
print response1.getcode() 
print len(response1.read()) 

print '第二种方法' 
request = urllib2.Request(url) 
request.add_header("user-agent","Mozilla/5.0") 
response2 = urllib2.urlopen(request) 
print response2.getcode() 
print len(response2.read()) 

print '第三种方法' 
cj = cookielib.CookieJar() 
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj)) 
urllib2.install_opener(opener) 
response3 = urllib2.urlopen(url) 
print response3.getcode() 
print cj print 
response3.read()
复制代码

Python 3.0

复制代码
第一种方法
import urllib.request
import http.cookiejar

url="http://www.baidu.com"

print('第一种方法:')
response1 = urllib.request.urlopen(url)

print(response1.getcode())
print(len(response1.read()))

print('第二种方法')
request = urllib.request.Request(url)
request.add_header('user-agent','Mozilla/5.0')
response2 =urllib.request.urlopen(request)
print(response1.getcode())
print(len(response2.read()))

print('第三种方法')
cj = http.cookiejar.CookieJar()
opener= urllib.request.build_opener(urllib.request.HTTPCookieProcessor(cj))
urllib.request.install_opener(opener)
response3 =urllib.request.urlopen(url)
print(response3.getcode())
print(cj)
print(response3.read())
复制代码

 

 

 

参考:http://www.imooc.com/article/16363

posted @   幽冥狂_七  阅读(465)  评论(0编辑  收藏  举报
编辑推荐:
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
阅读排行:
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
点击右上角即可分享
微信分享提示