python 爬取网页基础 requests使用

pip install requests  安装requests库

基本顺序：

import requests
r=requests.get("url路径")
r.status_code  #成功返回200
r.encooding=r.apparent_encoding
r.rext

通用框架：

import requests
def getHTMLText(url):
    try:
        r=requests.get(url,timeout=30)
        r.raise_for_status() #如果状态不是200，引发HTTPError异常
        r.encoding=r.apparent_encoding
        return r.text
    except:
        return "产生异常"

if __name__== "__main__":
          url="https://www.baidu.com"
print(getHTMLText(url))

对于某些情况，模拟浏览器访问

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