python 爬虫新解

关于python爬虫多个库的选择反反复复,总是不知道选择哪个,通过试过多个晚上的选择

  1. reques
  2. Beautifulsoup

以上两个库足够爬虫,已反爬虫网站数据的爬取。先上代码:

  • 库的调用:

python 爬虫新解

  • 网页链接获取:

url='**********************'

  • 网页reques headers构建,主要是反爬虫网站的伪装,获取地址在network中的XHR中的request headers的User-Agent,如下所示:(任何一个json文件都可以)

python 爬虫新解

  • 具体代码自己根据css或者是HTML格式去获取,正则表达式后面更新,个人具体代码如下所示:

python 爬虫新解

  • 输出如下所示:

python 爬虫新解

上一篇:HDU 3452 Bonsai(网络流之最小割)


下一篇:_battleground