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
Rysxt_1 分钟前
Uniapp全局配置教程
前端·uniapp
阿珊和她的猫5 分钟前
深入理解与使用 Cookie:Web 开发中的关键机制
前端·状态模式
用户547487596228 分钟前
webpack代码分割
前端
简离11 分钟前
Ant Design Form.Item 多元素场景踩坑指南:自定义onChange导致表单值同步失败解决方案
前端·ant design
JunjunZ12 分钟前
uniapp实现图片压缩并上传
前端·vue.js
简离12 分钟前
Nginx限流触发原因排查及前端优化方案
前端·nginx
Jydud12 分钟前
高性能直播弹幕系统实现:从 Canvas 2D 到 WebGPU
前端·javascript·vue.js
你怎么知道我是队长12 分钟前
前端学习---HTML---块元素和行内元素
前端·学习·html
Lee川13 分钟前
从异步探索者到现代信使:JavaScript数据请求的进化之旅
javascript·面试