一个简单的Python爬虫实例
这是一个简单的Python爬虫实例,我们将使用urllib库来下载一个网页并解析它。
首先,我们需要安装urllib库:
pip install urllib
接下来,我们来看看如何使用urllib库来下载一个网页:
import urllib.request
这是要下载的网页地址
url = 'https://www.python.org'
使用urllib.request库下载网页
response = urllib.request.urlopen(url)
解析网页
html = response.read()
打印网页内容
print(html)
运行上面的代码,你会看到网页的内容被打印出来了。
下面,我们来看看如何使用urllib库来下载一个图片:
import urllib.request
这是要下载的图片地址
url = 'https://www.python.org/static/img/python-logo.png'
使用urllib.request库下载图片
response = urllib.request.urlopen(url)
读取图片数据
data = response.read()
将图片数据写入文件
with open('python-logo.png', 'wb') as f:
f.write(data)
运行上面的代码,你会发现一个名为"python-logo.png"的文件被下载到了当前目录。
最后,我们来看看如何使用urllib库来模拟一个浏览器发送请求:
import urllib.request
这是要请求的网页地址
url = 'https://www.python.org'
这是请求头,模拟一个浏览器发送请求
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.110 Safari/537.36'
}
使用urllib.request库发送请求
response = urllib.request.urlopen(url, headers=headers)
解析网页
html = response.read()
打印网页内容
print(html)
运行上面的代码,你会发现网页的
顺便介绍一下我的另一篇专栏,https://blog.csdn.net/weixin_39032019/category_12263598.html,是由 CSDN 内容合伙人丨全站排名 Top 4 的硬核博主 https://app.yinxiang.com/fx/13ce6bbd-f36f-4e92-be53-92dd381ed729 倾力打造。 基础知识篇以理论知识为主,旨在帮助没有语言基础的小伙伴,学习我整理成体系的精华知识,快速入门构建起知识框架;黑科技应用篇以实战为主,包括办公效率小工具、爬虫、数据分析、机器学习、计算机视觉、自然语言处理、数据可视化等等,让你会用一段简单的Python程序,自动化解决工作和生活中的问题,甚至成为红客。
🍅 订阅福利:原价299,限时1折订阅专栏进入千人全栈VIP答疑群,作者优先解答机会(代码指导/学习方法指引),群里大佬可以抱团取暖(大厂/外企内推机会)
🍅 订阅福利:简历指导、招聘内推、80G全栈学习视频、300本IT电子书:Python、Java、前端、大数据、数据库、算法、爬虫、数据分析、机器学习、面试题库等等
🍅 专栏地址:https://blog.csdn.net/weixin_39032019/category_12263598.html
![100天精通Python - 订阅福利](https://file.jishuzhan.net/article/1697921321377206273/83654dcc9a0e4ef2a61ac0519aebce9a.jpeg)