python爬虫(二)

爬虫是个中性词,高大上的一方面是要以收索到很多有用的消息,不友好的一面就是“攻击”,因此,对于传统的静态的网页,requests模块可能会起效,能爬取到一定的信息,但是现在爬虫和反爬虫是一个不变的主题,因此对于有些资料可能用上述方法会失效,原因之一就是user agent即UA
UA伪装:让爬虫对应的请求载体身份标识伪装成某一款浏览器
headers = {
'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36'
}
url = 'https://www.sogou.com/web'
#处理url携带的参数:封装到字典中
kw = input('enter a word:')
param = {
'query':kw
}
#对指定的url发起的请求对应的url是携带参数的,并且请求过程中处理了参数
response = requests.get(url=url,params=param,headers=headers)

page_text = response.text
fileName = kw+'.html'
with open(fileName,'w',encoding='utf-8') as fp:
    fp.write(page_text)
print(fileName,'保存成功!!!')

你可能感兴趣的:(python爬虫(二))