练练手：用Python爬虫抓取网页

您所在的位置：网站首页 › 1050ti和1060的区别 › 练练手：用Python爬虫抓取网页

练练手：用Python爬虫抓取网页

#练练手：用Python爬虫抓取网页| 来源: 网络整理| 查看: 265

本节讲解第一个 Python 爬虫实战案例：抓取您想要的网页，并将其保存至本地计算机。

首先我们对要编写的爬虫程序进行简单地分析，该程序可分为以下三个部分：

拼接 url 地址发送请求将照片保存至本地

明确逻辑后，我们就可以正式编写爬虫程序了。

导入所需模块

本节内容使用 urllib 库来编写爬虫，下面导入程序所用模块：

from urllib import request from urllib import parse 拼接URL地址

定义 URL 变量，拼接 url 地址。代码如下所示：

url = ‘http://www.baidu.com/s?wd={}’#想要搜索的内容word = input(‘请输入搜索内容:’)params = parse.quote(word)full_url = url.format(params) 向URL发送请求

发送请求主要分为以下几个步骤：

创建请求对象-Request获取响应对象-urlopen获取响应内容-read

代码如下所示：

#重构请求头headers = {‘User-Agent’:‘Mozilla/5.0 (Windows NT 6.1; WOW64; rv:6.0) Gecko/20100101 Firefox/6.0’}#创建请求对应req = request.Request(url=full_url,headers=headers)#获取响应对象res = request.urlopen(req)#获取响应内容html = res.read().decode(“utf-8”) 保存为本地文件

把爬取的照片保存至本地，此处需要使用 Python 编程的文件 IO 操作，代码如下：

filename = word + ‘.html’with open(filename,‘w’, encoding=‘utf-8’) as f:f.write(html)

完整程序如下所示：

from urllib import request,parse 1.拼url地址 url = ‘http://www.baidu.com/s?wd={}’word = input(‘请输入搜索内容:’)params = parse.quote(word)full_url = url.format(params) 2.发请求保存到本地 headers = {‘User-Agent’:‘Mozilla/5.0 (Windows NT 6.1; WOW64; rv:6.0) Gecko/20100101 Firefox/6.0’}req = request.Request(url=full_url,headers=headers)res = request.urlopen(req)html = res.read().decode(‘utf-8’) 3.保存文件至当前目录 filename = word + ‘.html’with open(filename,‘w’,encoding=‘utf-8’) as f:f.write(html)

尝试运行程序，并输入编程帮，确认搜索，然后您会在 Pycharm 当前的工作目录中找到“编程帮.html”文件。

函数式编程修改程序

Python 函数式编程可以让程序的思路更加清晰、易懂。接下来，使用函数编程的思想更改上面代码。

定义相应的函数，通过调用函数来执行爬虫程序。修改后的代码如下所示：

from urllib import requestfrom urllib import parse 拼接URL地址 def get_url(word):url = ‘http://www.baidu.com/s?{}’#此处使用urlencode()进行编码params = parse.urlencode({‘wd’:word})url = url.format(params)return url 发请求,保存本地文件 def request_url(url,filename):headers = {‘User-Agent’:‘Mozilla/5.0 (Windows NT 6.1; WOW64; rv:6.0) Gecko/20100101 Firefox/6.0’} 请求对象 + 响应对象 + 提取内容 req = request.Request(url=url,headers=headers)res = request.urlopen(req)html = res.read().decode(‘utf-8’) 保存文件至本地 with open(filename,‘w’,encoding=‘utf-8’) as f:f.write(html) 主程序入口 if name == ‘main’:word = input(‘请输入搜索内容:’)url = get_url(word)filename = word + ‘.html’request_url(url,filename)

除了使用函数式编程外，您也可以使用面向对象的编程方法（本教程主要以该方法），在后续内容中会做相应介绍。

零基础Python学习资源介绍

👉Python学习路线汇总👈

温馨提示：篇幅有限，已打包文件夹获取方式在：点击这里【 Python全套资料】即可获取。