IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> python爬虫 -> 正文阅读

[Python知识库]python爬虫

requests

常用命令:
requests.get()
requests.post()

图片爬取

from io import BytesIO,StringIO
import requests
from PIL import Image
from pyquery import PyQuery as pq
import json

kw = {'q': 'png图片'}
response = requests.get("https://cn.bing.com/images/search?", params = kw);

print(response.url)
doc = pq(response.content.decode('utf-8'))

jsondata = json.loads(doc('a.iusc:first-child').attr('m'))

imgurl = jsondata['murl']
resimg = requests.get(imgurl)
f = BytesIO(resimg.content)  # 二进制写入内存(区别StringIO)
img = Image.open(f)
print(img.size)

post请求

import requests

formdata = {
    "q":"auto|||auto|||hello world"
}

url = "http://www.stl56.com/fanyi/?a=result"

headers={ "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.51 Safari/537.36 Edg/99.0.1150.36",
		  "Content-Type": "application/x-www-form-urlencoded"}

response = requests.post(url, data = formdata, headers = headers)

print (response.text)

JS动态获取解决方案

  • 直接从 JavaScript 代码里采集内容(费时费力), 用python的方式重新写出来
  • 用 Python 的 第三方库运行 JavaScript,直接采集你在浏览器里看到的页面(这个可以有)。

Selenium + PhantomJS

https://selenium-python.readthedocs.io/index.html

https://phantomjs.org/documentation/

解析方案

  • xpath
  • bs4
  • pyquery

资料

pyquery使用:https://zhuanlan.zhihu.com/p/393764169

XPath:https://www.jianshu.com/p/883c74f939ee

web scraper

有道翻译破解:https://blog.csdn.net/qq_36653505/article/details/80378869

http://httpbin.org/

selenium教程:https://blog.csdn.net/weixin_43157068/article/details/104331842

https://blog.csdn.net/WuLex/article/details/108582447

https://www.jianshu.com/p/6c82c965c014

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2022-04-01 23:20:55  更:2022-04-01 23:21:54 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 20:50:16-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码