闲着会生病的，玩玩python吧，python爬虫(1)
off999 2024-09-16 00:40 30 浏览 0 评论
spring boot，spring cloud 搞的差不多了。最近公司准备用python到网上爬点数据，于是开始研究一下python获取网络信息的一些方法。之前，自己学习过一点，有点点底子，现在开个爬虫的系列，动手试试看。走！上路了。
准备
MAC OS
pycharm 作为IDE
Charles 作为装包器，当让用chrome自带的抓包也行。
第一个hello world
新建一个py文件，引用urlib.request 包中的 urlonen 组件，利用其中的urlopen方法打开baidu网站，打印返回html的内容，打印返回码和url地址。
from urllib.request import urlopen url ="http://www.baidu.com" response = urlopen(url) info =response.read() print(info) print(response.getcode()) print(response.geturl())
hello world 是真的简单，老司机绕行。
包装请求头
一般在做爬虫的时候不断的对网站进行请求，并且返回网站的信息。容易被网站的反爬系统发现。通常来说会对请求头做一些伪装，模拟使用不同的浏览器访问网站的。这里我们也来试试。
这里设置了一个user_agents的数组，分别定义了Mozilla IE9，Opera，AppleWebKit三类浏览器请求头。在请求baidu网站的时候分别使用不同请求头。
from urllib.request import urlopen
from urllib.request import Request
from random import choice
url = "http://www.baidu.com"
user_agents = [
"Mozilla/5.0(compatible;MSIE9.0;WindowsNT6.1;Trident/5.0",
"Opera/9.80(WindowsNT6.1;U;en)Presto/2.8.131Version/11.11",
"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Safari/537.36"]
headers = {"User-Agent": choice(user_agents)}
request = Request(url, headers=headers)
print(request.get_header('User-agent'))
response = urlopen(request)
info = response.read()
#print(info)
这里用了一个randmon组件中间的choice方法对数组user_agents进行随机抽取数据，每次赋值给headers的时候都是不同的浏览器信息。打印出headers看看结果。
运行程序可以看到每次运行请求头都不一样。
这样每次随机出的请求头浏览器都是随机生成的。
这个简单吧，喜欢的关注转发收藏。下期见。
相关推荐
- python import 出现 ModuleNotFoundError 解决方法
-
错误的原因是你的Python环境没有正确安装库文件。本文以Scapy为例，给出详细方案：1.确认是否成功安装Scapy运行以下命令检查Scapy是否已安装：pip3list|gre...
- Github 7.4k star，一个强大的 Python 库-sh!
-
大家好，今天为大家分享一个强大的Python库-sh。Github地址：https://github.com/amoffat/shsh库是Python生态系统中一个专门用于执行系统命令的第三方...
- 学习编程第148天 python编程循环的嵌套使用
-
今天学习的是刘金玉老师零基础Python教程第32期，主要内容是python编程循环的嵌套使用。（一）一维数组及输出#一维数组list1=["110001","四川二流子...
- 2025-07-09:使数组元素互不相同所需的最少操作次数。用go语言，
-
2025-07-09：使数组元素互不相同所需的最少操作次数。用go语言，给定一个整数数组nums和一个整数k，对于数组中的每个元素，你最多可以对其进行一次操作：将一个在区间[-k,k]内的...
- python数据分析numpy基础之max求数组最大值
-
1python数据分析numpy基础之max求数组最大值python的numpy库的max()函数，用于计算沿指定轴(一个轴或多个轴)的最大值。用法numpy.max(a,axis=None,...
- 加快Python算法的四个方法(四)Dask
-
CDA数据分析师出品相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已，接下来我们围绕四个方法来帮助大家加快一下Python的计算时间，减少大家在算法上的等待时间。...
- 六十六、Leetcode数组系列(中篇)（leetcode679）
-
@Author：Runsen@Date：2020/6/8人生最重要的不是所站的位置，而是内心所朝的方向。只要我在每篇博文中写得自己体会，修炼身心；在每天的不断重复学习中，耐住寂寞，练就真功，不畏艰难...
- Numpy中的ndarray是什么?（'numpy.ndarray' object has no attribute 'append'）
-
1.创建ndarray创建数组最简单的办法就是使用array函数。它接受一切序列型的对象（包括其他数组），然后产生一个新的含有传入数据的Numpy数组。np.array会尝试为新建的这个数组推断出一个...
- Python中的数据导入与查询（python怎样导入数据库）
-
适用场景：快速导入文本/Excel数据→Pandas读取大型数值数据→Numpy处理复杂二进制文件→h5py/scipy.io数据库交互→SQLAlchemy+Pandas一、数据...
- 2025-07-02:统计数组中的美丽分割。用go语言，给定一个整数数组
-
2025-07-02：统计数组中的美丽分割。用go语言，给定一个整数数组nums，我们要把它划分成三个连续且非空的子数组nums1、nums2、nums3，且这三个子数组按顺序拼接后还原为原数组...
- 2025-07-10:字符相同的最短子字符串Ⅰ。用go语言，给定一个长度
-
2025-07-10：字符相同的最短子字符串Ⅰ。用go语言，给定一个长度为n的二进制字符串s和一个允许执行的最大操作次数numOps。每次操作可以选择字符串中的任意一个位置i（0≤i...
- 2025-06-19:识别数组中的最大异常值。用go语言，你有一个长度为
-
2025-06-19：识别数组中的最大异常值。用go语言，你有一个长度为n的整数数组nums，其中恰好有n-2个元素属于“特殊数字”类别。剩下的两个元素中，一个等于所有这些特殊数字的总和，另...
- 2025-06-28:长度可被 K 整除的子数组的最大元素和。用go语言，给
-
2025-06-28：长度可被K整除的子数组的最大元素和。用go语言，给定一个整数数组nums和一个整数k，求nums中长度为k的倍数的非空子数组中，子数组和的最大值。返回该最大和...
- 在 Python 中如何向一个已排序的数组(列表) 中插入一个数呢
-
在Python中如何向一个已排序的数组（列表）中插入一个数呢？方法有很多种，关键在于原来数组是什么样的排序，用到啥排序方法效率高，就用哪种。我们来练习其中的几种插入方法，另外也掌握下遍历数组的...
- 2025-07-04:统计符合条件长度为 3 的子数组数目。用go语言，给定
-
2025-07-04：统计符合条件长度为3的子数组数目。用go语言，给定一个整数数组nums，请你计算有多少个长度恰好为3的连续子数组满足这样的条件：子数组的第一个元素与第三个元素的和，正好...
欢迎 你 发表评论:
- 一周热门
- 最近发表
-
- python import 出现 ModuleNotFoundError 解决方法
- Github 7.4k star，一个强大的 Python 库-sh!
- 学习编程第148天 python编程循环的嵌套使用
- 2025-07-09:使数组元素互不相同所需的最少操作次数。用go语言，
- python数据分析numpy基础之max求数组最大值
- 加快Python算法的四个方法(四)Dask
- 六十六、Leetcode数组系列(中篇)（leetcode679）
- Numpy中的ndarray是什么?（'numpy.ndarray' object has no attribute 'append'）
- Python中的数据导入与查询（python怎样导入数据库）
- 2025-07-02:统计数组中的美丽分割。用go语言，给定一个整数数组
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python字典遍历 (54)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)