浅析Python requests 模块
kevin.Xiang 人气:0Python 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
加载全部内容