尚硅谷爬虫note006

一、ajax的get请求

  1. ajax的get请求---豆瓣电影第一页

    * coding : utf-8 *

    @Time : 2025/2/13 15:14

    @Author : 20250206-里奥

    @File : demo23_ajax的get请求

    @Project : PythonProject10-14

    import urllib.request

    from demo17_qingqiuduixaingdedingzhi import headers, request, response

    get请求

    获取第一页数据,并保存

    url

    url = "https://movie.douban.com/j/chart/top_list?type=4&interval_id=100%3A90"

    headers

    headers ={
    "User-Agent":
    "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:135.0) Gecko/20100101 Firefox/135.0"
    }

    1.请求对象的定制

    request = urllib.request.Request(url = url, headers= headers)

    2.获取响应数据

    response = urllib.request.urlopen(request)

    content = response.read().decode('utf-8')

    打印数据

    print(content)

    #3.下载数据到本地

    需要encoding进行编码,否则会报错

    open()方法默认使用的是gbk编码,需要进行解码保存:encoding = "utf-8"

    fp = open('豆瓣.jsom','w',encoding = "utf-8")
    fp.write(content)

    with open('豆瓣1.json','w',encoding = 'utf-8') as fp:

    fp.write(content)

  2. ajax的get请求---豆瓣电影前十页

    * coding : utf-8 *

    @Time : 2025/2/13 15:46

    @Author : 20250206-里奥

    @File : demo24_ajax的get请求_豆瓣电影所有页.py

    @Project : PythonProject10-14

    from Tools.scripts.generate_opcode_h import header

    from demo17_qingqiuduixaingdedingzhi import request, response, content

    url = ("https://movie.douban.com/j/chart/top_list?type=4&interval_id=100%3A90&action=&start=4&limit=20")

    import urllib.parse
    import urllib.request

    下载豆瓣电影前十页数据

    1. 请求对象定制

    #2. 获取响应数据

    3. 下载数据

    定义create_requests

    def create_request(page):
    basic_url = "https://movie.douban.com/j/chart/top_list?type=4&interval_id=100%3A90&action=&start=4&limit=20"
    # 参数
    data = {
    'start':(page - 1) * 20,
    'limit':20
    }

    复制代码
     data = urllib.parse.urlencode(data)
    
     url = basic_url + data
    
     # print(url)
    
     headers = {
         "User-Agent":
             "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:135.0) Gecko/20100101 Firefox/135.0"
     }
    
     # 请求对象定制
     request = urllib.request.Request(url=url, headers=headers)
     return request

    定义get_content

    def get_content(request):
    response = urllib.request.urlopen(request)
    content = response.read().decode('utf-8')
    return content

    定义down_load

    def down_load(page,content):
    # '+'号两端必须都是字符串,才能拼接. 类型转换:str(page)
    with open('豆瓣_' + str(page) + '.json','w',encoding='utf-8') as fp:
    fp.write(content)

    封装函数

    这是1个程序的入口

    if name == 'main':
    start_page = int(input("请输入起始页码:"))
    end_page = int(input("请输入结束页码:"))

    遍历

    复制代码
     for page in range(start_page, end_page + 1):
         # print(page)
         #每一页都有自己请求对象的定制
         request = create_request(page)
         # 获取响应数据
         content = get_content(request)
         #下载
         down_load(page,content)

二、Ajax的post请求

复制代码
# _*_ coding : utf-8 _*_
# @Time : 2025/2/14 09:05
# @Author : 20250206-里奥
# @File : demo25_ajax的post请求_获取杭州KFC餐厅信息
# @Project : PythonProject10-14



# post请求
#   第1页
# https://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname
# cname: 杭州
# pid:
# pageIndex: 1
# pageSize: 10



#   第2页
# https://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname
# cname: 杭州
# pid:
# pageIndex: 2
# pageSize: 10

# 1.导入
import urllib.request

from demo20_url的urlencode方法 import basic_url, request
from demo24_ajax的get请求_豆瓣电影所有页 import create_request, down_load


#2. 定义basic_url
# basic_url = "https://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname"

# 3. 参数


# 定义create_request
def create_request(page):
    basic_url = "https://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname"

    #数据
    data = {
        "cname": "杭州",
        "pid": '',
        'pageIndex': page ,
        'pageSize': '10'
    }
# 编码
    #导入
    import urllib.parse
    # 编码
    data = urllib.parse.urlencode(data ).encode('utf-8')


#headers
    headers = {
        "User-Agent":
            "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:135.0) Gecko/20100101 Firefox/135.0"
    }

# 请求对象定制
    request = urllib.request.Request(url = basic_url,headers=headers,data=data)
#        1)返回request
    return request

# 定义
#        4)接收request
def get_content(request):
    #    5)使用request
    response = urllib.request.urlopen(request)
    content = response.read().decode('utf-8')
    return content


# 定义
def down_load(page,content):
    with open('KFC_' + str(page) + '.json','w',encoding = 'utf-8') as fp:
        fp.write(content)



# 程序入口
if __name__ == '__main__':
    # 起始页
    start_page = int(input('请输入起始页码:'))
    end_page = int(input('请输入结束页码:'))

    # for循环遍历
    for page in range(start_page,end_page + 1):
         print(page)
         #请求对象定制
         #    2)接收request
         request  = create_request(page)
         # 获取网页源码
         #     3)传递request
         content = get_content(request)
         # 下载
         down_load(page,content)


    # 查看.json文件快捷键  :CTRL + alt + L
相关推荐
q567315235 小时前
自动化拨号爬虫体系:虚拟机集群部署与增量管理
运维·爬虫·网络协议·自动化
电商API_1800790524713 小时前
淘宝商品视频批量自动化获取的常见渠道分享
java·爬虫·自动化·网络爬虫·音视频
果壳~1 天前
【Python】爬虫html提取内容基础,bs4
爬虫·python·html
jay神1 天前
基于Python的商品爬取与可视化系统
爬虫·python·数据分析·毕业设计·可视化系统
华科云商xiao徐2 天前
如何在C语言环境中借助Linux库构建高效网络爬虫
爬虫·数据挖掘·数据分析
明远湖之鱼2 天前
巧用 Puppeteer + Cheerio:批量生成高质量 Emoji 图片
前端·爬虫·node.js
爬虫程序猿2 天前
《京东商品详情爬取实战指南》
爬虫·python
ningmengjing_2 天前
webpack打包方式
前端·爬虫·webpack·node.js·逆向
小白学大数据2 天前
构建企业级Selenium爬虫:基于隧道代理的IP管理架构
爬虫·tcp/ip·selenium
华科云商xiao徐2 天前
详解Selenium爬虫部署七大常见错误及修复方案
爬虫·selenium