爬虫 知识点2以及SSL1129错误该怎么解决

python 复制代码
article_url = url_tag['href']
            article_response = requests.get(article_url, headers=headers)
            article_soup = BeautifulSoup(article_response.content, "html.parser")
            print(index)

(1)article_url = url_tag['href']

这行代码从一个名为url_tag的标签(通常是一个链接标签)中提取href属性的值,并将其赋给article_url变量。这个href属性通常包含了一个完整的网址,指向具体的文章或页面。

(2) article_response = requests.get(article_url, headers=headers)

这行代码使用requests.get()方法向article_url发送一个HTTP GET请求,以获取该网址的内容。headers=headers部分是为了模拟浏览器请求,其中headers是一个包含了User-Agent等信息的字典。

(3)article_soup = BeautifulSoup(article_response.content, "html.parser")

这行代码使用BeautifulSoup将article_response.content(即获取的网页内容)解析为一个BeautifulSoup对象。这样就可以方便地从网页中提取信息。

(4) print(index)

这行代码打印当前的index值,用于调试或跟踪当前处理的是第几个链接。

提取一个链接的href属性。

使用requests库获取该链接指向的页面内容。

使用BeautifulSoup解析该页面内容。

打印当前处理的链接的索引值。

2.爬虫要关掉小黄猫,因为网络会不稳定 (解决SSL1129的问题)

3.以及要换浏览器的请求头user_agent

相关推荐
XPoet10 分钟前
AI 编程工程化:Rule——给你的 AI 员工立规矩
前端·后端·ai编程
热爱生活的五柒14 分钟前
解决 npm install 一直在转圈的问题
前端·npm·node.js
xuansec1 小时前
【Web攻防】文件与目录安全漏洞详解:下载/删除/遍历/穿越实操指南
前端
Beginner x_u1 小时前
CSS 动画体系(二)—— Animation关键帧动画
前端·css·animation
T-shmily1 小时前
CSS Grid 网格布局(display: grid)全解析
前端·css
跟着珅聪学java1 小时前
electron 安装教程
javascript·arcgis·electron
花哥码天下2 小时前
安装/卸载claude code和codex
开发语言·javascript·ecmascript
Flywith242 小时前
【每日一技】Warp Workflow 使用示例
android·前端
跟着珅聪学java2 小时前
Electron 读取 JSON 配置文件教程
前端·javascript·vue.js
Joy T2 小时前
vite is not recognized :一次典型的 Electron/Vite 打包处置手册
javascript·git·electron