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
余人于RenYu1 小时前
Claude + Figma MCP
前端·ui·ai·figma
杨艺韬4 小时前
vite内核解析-第2章 架构总览
前端·vite
我是伪码农5 小时前
外卖餐具智能推荐
linux·服务器·前端
2401_885885045 小时前
营销推广短信接口集成:结合营销策略实现的API接口动态变量填充方案
前端·python
小李子呢02115 小时前
前端八股性能优化(2)---回流(重排)和重绘
前端·javascript
程序员buddha5 小时前
深入理解ES6 Promise
前端·ecmascript·es6
吴声子夜歌5 小时前
ES6——Module详解
前端·ecmascript·es6
剪刀石头布啊6 小时前
原生form发起表单干了啥
前端
剪刀石头布啊6 小时前
表单校验场景,如何实现页面滚动到报错位置
前端
gyx_这个杀手不太冷静6 小时前
大人工智能时代下前端界面全新开发模式的思考(二)
前端·架构·ai编程