網絡爬蟲實戰(5個案例)

案例1:京東商品頁面的爬取

商品鏈接

import requests
url = "https://item.jd.com/2967929.html"
try:
    r = requests.get(url)
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    print(r.text[:1000])
except:
    print("爬取失敗")

案例2:亞馬遜商品頁面的爬取

商品鏈接

import requests
url = "https://www.amazon.cn/gp/product/B01M8L5Z3Y"
try:
    kv = {'user-agent':'Mozilla/5.0'}
    r = requests.get(url, headers = kv)
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    print(r.text[1000:2000])
except:
    print("爬取失敗")

案例3:百度360關鍵詞提交

搜索引擎關鍵詞提交接口

百度的關鍵詞接口:http://www.baidu.com/s?wd=keyword
360的關鍵詞接口:http://www.so/com/s?q=keyword

import requests
keyword = "Python"
try:
    kv = {'wd':keyword}
    r = requests.get("http://www.baidu.com/s",params=kv)
    print(r.request.url)
    r.raise_for_status()
    print(len(r.text))
except:
    print("爬取失敗")
import requests
keyword = "Python"
try:
    kv = {'q':keyword}
    r = requests.get("http://www.so.com/s",params=kv)
    print(r.request.url)
    r.raise_for_status()
    print(len(r.text))
except:
    print("爬取失敗")

案例4:網絡圖片的爬取和存儲

網絡圖片鏈接的格式:http://www.example.com/picture.jpg
國家地理
選擇一個圖片Web頁面:
http://www.nationalgeographic.com.cn/photography/photo_of_the_day/3921.html
該圖片地址:http://image.nationalgeographic.com.cn/2017/0211/20170211061910157.jpg

import requests
import os
url = "http://image.nationalgeographic.com.cn/2017/0211/20170211061910157.jpg"
root = "D://pics//"
path = root + url.split('/')[-1]
try:
    if not os.path.exists(root):
        os.mkdir(root)
    if not os.path.exists(path):
        r = requests.get(url)
        with open(path, 'wb') as f:
            f.write(r.content)
            f.close()
            print("文件保存成功")
    else:
        print("文件已存在")
except:
    print("爬取失敗")

案例5:IP地址歸屬地的自動查詢

http://m.ip138.com/ip.asp?ip=ipaddress

import requests
url = "http://m.ip138.com/ip.asp?ip="
try:
    r = requests.get(url + '202.204.80.112')
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    print(r.text[-500:])
except:
    print("爬取失敗")
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。

推薦閱讀更多精彩內容

  • Android 自定義View的各種姿勢1 Activity的顯示之ViewRootImpl詳解 Activity...
    passiontim閱讀 173,302評論 25 708
  • 1 前言 作為一名合格的數據分析師,其完整的技術知識體系必須貫穿數據獲取、數據存儲、數據提取、數據分析、數據挖掘、...
    whenif閱讀 18,105評論 45 523
  • 進入當前的行業工作以來,時間已被公司工作和日常生活排滿。對于寫作,理工類男本身就是個缺點,連拼音都弱爆了,...
    渝城俊_閱讀 131評論 0 0
  • 有些人一直在你的記憶當中,不是他對你有多么的重要,也不是你永遠都放不下他,只是單純的因為,他陪你走過的那一段路,是...
    婉彤Sharon閱讀 597評論 0 0
  • 如今,失了玩鬧的心,肩上多了叫做責任的情。 在社會上摸爬滾打傷痕累累,偶爾夢回的淚訴說著疲憊,你可知此刻,我最是想...
    德菲閱讀 216評論 0 1