python爬蟲之requests庫使用代理-創(chuàng)新互聯(lián)

今天小編分享的是關(guān)于python爬蟲的requests庫使用代理，可能大家對python爬蟲并不陌生，或者從來沒有了解過python爬蟲。但是不用擔(dān)心，今天小編會以最簡單的描述來講python爬蟲的原理。

建網(wǎng)站原本是網(wǎng)站策劃師、網(wǎng)絡(luò)程序員、網(wǎng)頁設(shè)計師等，應(yīng)用各種網(wǎng)絡(luò)程序開發(fā)技術(shù)和網(wǎng)頁設(shè)計技術(shù)配合操作的協(xié)同工作。成都創(chuàng)新互聯(lián)專業(yè)提供網(wǎng)站設(shè)計制作、做網(wǎng)站,網(wǎng)頁設(shè)計,網(wǎng)站制作(企業(yè)站、成都響應(yīng)式網(wǎng)站建設(shè)公司、電商門戶網(wǎng)站)等服務(wù),從網(wǎng)站深度策劃、搜索引擎友好度優(yōu)化到用戶體驗的提升,我們力求做到極致!

      在看這篇文章之前，需要大家掌握的知識技能：

python基礎(chǔ)

html基礎(chǔ)

http狀態(tài)碼

讓我們看看這篇文章中有哪些知識點：

get方法

post方法

header參數(shù)，模擬用戶

data參數(shù)，提交數(shù)據(jù)

proxies參數(shù)，使用代理

進(jìn)階學(xué)習(xí)

安裝上requests庫

pip install requests

先來看下幫助文檔，看看requests的介紹，用python自帶的help命令

import requests

help(requests)

output：

Help on package requests:

NAME

requests

DESCRIPTION

Requests HTTP Library

~~~~~~~~~~~~~~~~~~~~~

Requests is an HTTP library, written in Python, for human beings. Basic GET

usage:

>>> import requests

>>> r = requests.get('https://www.python.org')

>>> r.status_code

200

>>> 'Python is a programming language' in r.content

True

... or POST:

>>> payload = dict(key1='value1', key2='value2')

>>> r = requests.post('https://httpbin.org/post', data=payload)

>>> print(r.text)

{

...

"form": {

"key2": "value2",

"key1": "value1"

},

...

}

The other HTTP methods are supported - see `requests.api`. Full documentation

is at .

:copyright: (c) 2017 by Kenneth Reitz.

:license: Apache 2.0, see LICENSE for more details.

這里解釋下，requests庫是由python編寫的對人類友好的http庫，并且舉例了GET與POST的方法。

GET方法

好的，那我們自己來測試下，就以請求百度為例吧，，，(誰讓百度這么耐抗的)

import requests

r = requests.get('https://www.baidu.com')

print(r.status_code) #打印返回的http code

print(r.text) #打印返回結(jié)果的text

方便點，截了個圖給大家看，返回的code是200，說明請求正常拉回網(wǎng)頁了。

看下返回的text，有點不對頭，少了一些html標(biāo)簽，最起碼百度兩個字得有吧。嗯，這是什么原因，，，

相信有些同學(xué)已經(jīng)想到了，是沒有真實模擬用戶的請求，你去爬數(shù)據(jù)，還不模擬用戶請求，那肯定限制你啊。這個時候需要加一個header參數(shù)來搞定，至少要加一個user-agent吧。好，那咋們?nèi)フ乙粋€ua吧。別百度了，自己動手，豐衣足食。教大家一個辦法，用火狐的開發(fā)者工具。

火狐瀏覽器的開發(fā)者工具

打開新標(biāo)簽 —— 按F12——訪問下百度——找到NetWork——隨便點開一個——往下翻——看到ua了吧，復(fù)制上。

import requests鄭州人流手術(shù)費用 http://mobile.120csjlyy.com/

headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36'}

r = requests.get('https://www.baidu.com', headers=headers)

print(r.status_code)

print(r.text)

嗯~~~數(shù)據(jù)有點多，往下翻翻，這下就正常了嘛，數(shù)據(jù)都有了。。。PS：不信?可以自己輸出一個html文件，瀏覽器打開看看唄

POST方法

只需要把get改成post就好了

import requests

headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36'}

r = requests.post('https://www.baidu.com', headers=headers)

print(r.status_code)

print(r.text)

運行下試試看。一般post都是用來提交表單信息的，嗯，這里找一個能提交數(shù)據(jù)的url，去post下。

用我自己寫的接口(PS：django寫的，挺方便)，大家復(fù)制過去就好了。注意看代碼，data是要post的數(shù)據(jù)，post方法里加了一個data參數(shù)。

import requests

headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36'}

# post的數(shù)據(jù)

data = {"info": "biu~~~ send post request"}

r = requests.post('http://dev.kdlapi.com/testproxy', headers=headers, data=data) #加一個data參數(shù)

print(r.status_code)

print(r.text)

截個圖給大家看下，http code 200，body信息說的post成功，并且返回的了我自己的IP信息以及post的數(shù)據(jù)

使用代理

為什么用代理?一般網(wǎng)站都有屏蔽的限制策略，用自己的IP去爬，被封了那該網(wǎng)站就訪問不了，這時候就得用代理IP來解決問題了。封吧，反正封的不是本機IP，封的代理IP。

既然使用代理，得先找一個代理IP。PS：自己寫個代理服務(wù)器太麻煩了，關(guān)鍵是我也不會寫啊，，，哈哈哈

import requests

headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36'}

# post的數(shù)據(jù)

data = {"info": "biu~~~ send post request"}

# 代理信息,由快代理贊助

proxy = '115.203.28.25:16584'

proxies = {

"http": "http://%(proxy)s/" % {'proxy': proxy},

"https": "http://%(proxy)s/" % {'proxy': proxy}

}

r = requests.post('http://dev.kdlapi.com/testproxy', headers=headers, data=data, proxies=proxies) #加一個proxies參數(shù)

print(r.status_code)

print(r.text)

主要方法里加個proxies參數(shù)，這就用上代理IP了。

關(guān)于python爬蟲之requests庫使用代理就分享到這里了，當(dāng)然并不止以上和大家分析的辦法，不過小編可以保證其準(zhǔn)確性是絕對沒問題的。希望以上內(nèi)容可以對大家有一定的參考價值，可以學(xué)以致用。如果喜歡本篇文章，不妨把它分享出去讓更多的人看到。

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)cdcxhl.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

新聞名稱：python爬蟲之requests庫使用代理-創(chuàng)新互聯(lián)
文章起源：http://bm7419.com/article18/iijdp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供動態(tài)網(wǎng)站、小程序開發(fā)、做網(wǎng)站、網(wǎng)站內(nèi)鏈、手機網(wǎng)站建設(shè)、全網(wǎng)營銷推廣

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)