|
使用Fiddler查看金山翻译，发现其内容是在网页上。因此request.get访问的可能性比较大。
这里先补一下网站知识：
打开浏览器，在地址栏输入URL，回车，出现网页内容。整个过程发生了什么？其中的原理是什么？以下进行整理和总结。
整个过程可以概括为几下几个部分：
（1）域名解析成IP地址；
（2）与目的主机进行TCP连接（三次握手）；
（3）发送与收取数据（浏览器与目的主机开始HTTP访问过程）；
（4）与目的主机断开TCP连接（四次挥手）；
其中跟js相关的是（3）
（3）的具体过程如下：
1）浏览器向域名发出HTTP请求；
2）该GET方法报文通过TCP->IP（DNS）->MAC（ARP）->网关->目的主机；
3）目的主机收到数据帧，通过IP->TCP->HTTP，HTTP协议单元会回应HTTP协议格式封装好的HTML形式数据（HTTP响应）；[ 从请求信息中获得客户机想访问的主机名。从请求信息中获取客户机想要访问的web应用（web应用程序指提供浏览器访问的程序，简称web应用）。从请求信息中获取客户机要访问的web资源。（web资源，即各种文件，图片，视频，文本等）读取相应的主机下的web应用，web资源。用读取到的web资源数据，创建一个HTTP响应。]
4）该HTML数据通过TCP->IP（DNS）->MAC（ARP）->网关->我的主机；
5）我的主机收到数据帧，通过IP->TCP->HTTP->浏览器，浏览器以网页形式显示HTML内容。
HTTP请求由三部分组成：请求行、消息报头、请求正文
请求方法=Method Request-URI HTTP-Version CRLF ?
? ? ? Method表示请求方法(GET、POST、HEAD、PUT、DELETE、CONNECT)，常用到的下边两个GET ? ? 请求获取Request-URI所标识的资源、
? ? POST ? ?在Request-URI所标识的资源后附加新的数据；
? ? ? Request-URI是一个统一资源标识符；
? ? ? HTTP-Version表示请求的HTTP协议版本；
? ? ? CRLF表示回车和换行（除了作为结尾的CRLF外，不允许出现单独的CR或LF字符）。
?
下边是访问源码：
import requests
import json
import requests
from requests.packages.urllib3.exceptions import InsecureRequestWarning
import urllib3
urllib3.disable_warnings()
if __name__=="__main__":
url="https://www.iciba.com/word"
#https://www.iciba.com/word
query="坚持"
param={
"w":query,
}
headers={
"User-Agent":"Mozilla/5.0 (Windows NT 6.1;Win64;x64;rv:98.0) Gecko/20100101 Firefox/98.0"
}
response=requests.get(url=url,headers=headers,params=param,verify=False)
print(response.text)
|