栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

简单python爬虫入门

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

简单python爬虫入门

以爬取我校官网为例:

 import requests

r=requests.get("信阳师范学院 (xynu.edu.cn)")

r.status_code

得到的返回是403,说明爬取失败

因为现在的大多数网站都有防爬虫功能

 通过查看头信息发现,脚本已经将我们出卖了,直接显示自己是python脚本,

所以我们要修改头部信息,来欺骗网站

 

 修改头部信息后可以发现访问成功了

 查看编码发现encoding编码与实际不符合

结果就是看不懂写的什么 

 修改后:

 就可以看懂写的什么了

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/1025935.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号