requests模块02

实战巩固

• 需求：爬取搜狗指定词条对应的搜索结果页面（简易网页采集器）
• 需求：破解百度翻译
• 需求：爬取豆瓣电影分类排行榜中的电影详细数据
• 需求：爬取肯德基餐厅查询中指定地点的餐厅数
• 需求：爬取国家药品监督管理总局中基于中华人民共和国化妆品生产许可证相关数据

网页采集器

# UA:User-Agent(请求载体的身份标识)
# UA伪装：门户网站的服务器会检测对应请求的载体身份标识，如果检测的请求的载体身份标识为某一款浏览器，说明该请求是一个正常的请求。但是，如果检测到请求的载体身份标识不是基于某一款浏览器的，则表示该请求为不正常的请求（爬虫），则服务器端就很有可能拒绝该次请求。 
# UA伪装：让爬虫对应的请求载体身份标识伪装成某一款浏览器
import requests
# UA伪装：将对应的User-Agent封装到一个字典中
headers = {
	'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.107 Safari/537.36 Edg/92.0.902.55'
}
url = 'https://www.sogou.com/web'
# 处理URL携带的参数：封装到字典中
kw = input('enter a word:')
param = {
	'query':kw
}
# 对指定的URL发起的请求对应的URL是携带参数的，并且请求过程中处理了参数
response = requests.get(url = url,params = param,headers = headers)
page_text = response.text
fileName = kw + '.html'
with open（fileName,'w',encoding = 'utf-8'）as fp:
	fp.write(page_text)
print(fileName,'保存成功！！！')

标签：02,请求,载体,text,爬取,标识,模块,requests,UA
来源： https://blog.csdn.net/ouat2018/article/details/119257371