Python requests 模块

Python requests 模块

  requests 模块是我们使用的 python爬虫 模块 可以完成市场进80%的爬虫需求。

安装

  • pip install requests

使用

requests模块代码编写的流程:

  • - 指定url
  • - 发起请求
  • - 获取响应对象中的数据
  • - 持久化存储
-------------案例-------------------------
import requests
# 指定url
url="https://www.sogou.com/"
# 发起请求
response = requests.get(url)
# 获取响应对象中的数据
page_text = response.text
# 持久化存储
with open('./sogou.html','w',encoding='utf-8') as fp:
    fp.write()
-------------------------------------------

参数

# post 数据
response = requests.post(url=url,data=data,headers=headers)

# get 数据
response = requests.get(url=url,data=data,headers=headers)

# 返回二进制数据
response.content  

# 返回字符串数据    
response.text    

# 返回json对象     
response.json()       

其他了解

1、该模块实现爬取数据前需要查找需要爬取数据的指定URL,可通过浏览器自带抓包功能。

# 浏览器抓取 Ajax 请求
F12 --> Network --> XHR --> Name --> Response

2、上面的headers参数是进行UA伪装为了反反爬

反爬机制:UA检测 --> UA伪装

3、下面是http我们爬包是常用的请求头参数

  - accept: 浏览器通过这个头告诉服务器,他所支持的数据类型
  
- Accept-Charset:浏览器通过这个头告诉服务器,它支持那种字符集
  
- Accept-Encoding:浏览器通过这个头告诉服务器,支持的压缩格式
  
- Accept-Language:浏览器通过这个头告诉服务器,他的语言环境
  
- Host:浏览器同过这个头告诉服务器,想访问哪台主机
  
- If-ModifiedSince:浏览器通过这个头告诉服务器,缓存数据的时间
  
- Heferer:浏览器通过这个头告诉服务器,客户及时那个页面来的,防盗链
  
- Connection:浏览器通过这个头告诉服务器,请求完后是断开链接还是保持链接
  
- X-Requested-With:XMLHttpRequest 代表通过ajax方式进行访问
  
- User-Agent:请求载体的身份标识

持续跟进...

 

posted @ 2019-07-26 17:03  kevin.Xiang  阅读(421)  评论(0编辑  收藏  举报