python网络爬虫与信息提取mooc------爬取实例

实例一--爬取页面

1 import requests
2 url="https//itemjd.com/2646846.html"
3 try:
4   r=requests.get(url)
5   r.raise_for_status()
6   r.encoding=r.apparent_encoding
7   print(r.text[:1000])
8 except:
9   print("爬取失败")

正常页面爬取

实例二--爬取页面

 1 import requests
 2 url="https://www.amazon.cn/gp/product/B01M8L5Z3Y"
 3 try:
 4    kv={'user-agent':'Mozilla/5.0'}
 5    r=requests.get(url,headers=kv)
 6    r.raise_for_status()
 7    r.encoding=r.apparent_encoding
 8    print(r.text[1000:2000])
 9 except:
10    print("爬取失败")

对访问用户名有限制，模拟浏览器对网站请求

实例三--爬取搜索引擎

 1 #百度的关键词接口：http://www.baidu.com/s?wd=keyword
 2 #360的关键词接口：http://www.so.com/s?q=keyword
 3 import requests
 4 keyword="python"
 5 try:
 6     kv={'wd':keyword}
 7     r=requests.get("http://www.baidu.com/s",params=kv)
 8     print(r.request.url)
 9     r.raise_for_status()
10     print(len(r.text))
11 except:
12     print("爬取失败")--------------------------------------------------

import requestskeyword="python"try:    kv={'q':keyword}    r=requests.get("http://www.so.com/s",params=kv)    print(r.request.url)    r.raise_for_status()    print(len(r.text))except:    print("爬取失败")

实例四--:爬取图片

 1 import requests
 2 import os
 3 url="http://image.nationalgeographic.com.cn/2017/0211/20170211061910157.jpg"
 4 root="F://pics//"
 5 path=root+url.split('/')[-1]
 6 try:
 7     if not os.path.exists(root):
 8         os.mkdir(root)
 9     if not os.path.exists(path):
10         r=requests.get(url)
11         with open(path,'wb') as f:
12             f.write(r.content)
13             f.close()
14             print("文件保存成功")
15     else:
16         print("文件已经存在")
17 except:
18     print("爬取失败")

爬取并保存图片

实例五--IP地址归属地查询：

http://m.ip138.com/ip.asp?ip=ipaddress

url="http://www.ip138.com/iplookup.asp?ip="
try:
    r=requests.get(url+'202.204.80.112'+'&action=2')
    r.raise_for_status()
    r.encoding=r.apparent_encoding
    print(r.text[-500:])
except:
    print("爬取失败")

有反爬了

来源：https://www.cnblogs.com/cy2268540857/p/12424091.html

标签

python

网络爬虫

url