Python爬虫 requests库基础

requests库简介

requests是使用Apache2 licensed 许可证的HTTP库。

用python编写。

比urllib2模块更简洁。

Request支持HTTP连接保持和连接池，支持使用cookie保持会话，支持文件上传，支持自动响应内容的编码，支持国际化的URL和POST数据自动编码。

在python内置模块的基础上进行了高度的封装，从而使得python进行网络请求时，变得人性化，使用Requests可以轻而易举的完成浏览器可有的任何操作。

现代，国际化，友好。

requests会自动实现持久连接keep-alive

requests库安装

pip install requests

第一个爬虫程序：爬取搜狗首页的页面数据

import requests

def main():

    #1、指定url

    url='https://www.sogou.com/'

    #2、发起get请求，会返回一个响应对象

    response=requests.get(url=url)

    #3、获取响应数据，调用响应对象的text属性，可获取页面源码数据

    page_text=response.text

    print(page_text)

    #4、进行持久化存储，这里是写入文件，也可以存入数据库

    with open('./sogou.html','w',encoding='utf-8') as fp:

        fp.write(page_text)

    print('爬虫结束！')

if __name__=='__main__':

    main()

这样就可以自动获取到搜狗首页的数据了，下面是部分截图

巴特西

Python爬虫 requests库基础

最新文章

热门文章