Python使用requests模块爬取百度翻译
时间：2020-08-25 11:00:16|栏目：|点击： 次
requests模块：
python中原生的一款基于网络请求的模块，功能非常强大，简单便捷，效率极高。
作用：模拟浏览器发请求。
提示：老版使用 urllib模块，但requests比urllib模块要简单好用，现在学习requests模块即可！
requests模块编码流程
指定url
1.1 UA伪装
1.2 请求参数的处理
2.发起请求
3.获取响应数据
4.持久化存储
环境安装：
pip install requests
案例一：破解百度翻译（post请求）
1.代码如下：
#爬取百度翻译
#导入模块
import requests
import json
#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; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) '
'Chrome/57.0.2987.98 Safari/537.36'}
#网页访问连接
url='https://fanyi.baidu.com/sug'
#处理url携带的参数：封装到字典中
word=input("input a word: ")
data={
'kw': word
}
#请求发送
res=requests.post(url=url,data=data,headers=headers)
#获取响应数据:json()方法返回的是obj（如果确认响应数据是json类型的，才可以使用json（））
dic_obj=res.json()
#持久化存储
filename=word+'.json'
fp=open(filename,'w',encoding='utf-8')
json.dump(dic_obj,fp=fp,ensure_ascii=False)
#打印完成提示
print('finish')
其中：
https://fanyi.baidu.com/sug 这个url的定位如下图：
2.运行结果
案例二：爬取搜狗页面数据（get请求）
1.代码如下
import requests
if __name__ == "__main__":
#step_1:指定url
url = 'https://www.sogou.com/'
#step_2:发起请求
#get方法会返回一个响应对象
response = requests.get(url=url)
#step_3:获取响应数据.text返回的是字符串形式的响应数据
page_text = response.text
print(page_text)
#step_4:持久化存储
with open('./sogou.html','w',encoding='utf-8') as fp:
fp.write(page_text)
print('爬取数据结束！！！')
2.运行结果如下：
栏 目：
本文地址：http://www.codeinn.net/misctech/4026.html
