Python网络爬虫信息提取mooc代码实例

实例一--爬取页面

import requestsurl='https//itemjd.com/2646846.html'try: r=requests.get(url) r.raise_for_status() r.encoding=r.apparent_encoding print(r.text[:1000])except: print('爬取失败')

正常页面爬取

实例二--爬取页面

import requestsurl='https://www.amazon.cn/gp/product/B01M8L5Z3Y'try: kv={’user-agent’:’Mozilla/5.0’} r=requests.get(url,headers=kv) r.raise_for_status() r.encoding=r.apparent_encoding print(r.text[1000:2000])except: print('爬取失败')

对访问用户名有限制，模拟浏览器对网站请求

实例三--爬取搜索引擎

#百度的关键词接口：http://www.baidu.com/s?wd=keyword#360的关键词接口：http://www.so.com/s?q=keywordimport requestskeyword='python'try: kv={’wd’:keyword} r=requests.get('http://www.baidu.com/s',params=kv) print(r.request.url) r.raise_for_status() print(len(r.text))except: print('爬取失败')--------------------------------------------------import requestskeyword='python'try: kv={’q’:keyword} r=requests.get('http://www.so.com/s',params=kv) print(r.request.url) r.raise_for_status() print(len(r.text))except: print('爬取失败')

实例四--:爬取图片

import requestsimport osurl='http://image.nationalgeographic.com.cn/2017/0211/20170211061910157.jpg'root='F://pics//'path=root+url.split(’/’)[-1]try: if not os.path.exists(root): os.mkdir(root) if not os.path.exists(path): r=requests.get(url) with open(path,’wb’) as f: f.write(r.content) f.close() print('文件保存成功') else: print('文件已经存在')except: print('爬取失败')

爬取并保存图片

实例五--IP地址归属地查询：

http://m.ip138.com/ip.asp?ip=ipaddress

url='http://www.ip138.com/iplookup.asp?ip='try: r=requests.get(url+’202.204.80.112’+’&action=2’) r.raise_for_status() r.encoding=r.apparent_encoding print(r.text[-500:])except: print('爬取失败')

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持好吧啦网。