政府网站建设指标体系河南关键词排名顾问

python爬虫3：requests库-案例1

前言

​ python实现网络爬虫非常简单，只需要掌握一定的基础知识和一定的库使用技巧即可。本系列目标旨在梳理相关知识点，方便以后复习。

申明

​ 本系列所涉及的代码仅用于个人研究与讨论，并不会对网站产生不好影响。

目录结构

1. 目标

​ 本次案例的目标是学习requests库get请求方法中的params参数的使用技巧。

​ 再次说明，案例本身并不重要，重要的是如何去使用和分析。

2. 详细流程

2.1 确定目标

​ 上一讲说过了，params参数是用于get请求所携带的请求信息，比如我们百度搜索“爬虫”，这个爬虫就是我们的请求信息。

​ 那么，这次的案例就以百度搜索为例。

​ 打开百度，搜索爬虫，关注上面的url：

https://www.baidu.com/s?wd=爬虫

​ 不难发现，百度浏览器的网址为https://www.baidu.com/s，而后面的?wd=爬虫就是我们的请求参数。

​ 这里需要补充一个知识：在网页请求中一般参数前面都是通过?分隔的。

​ 基于此，我们可以知道我们的params参数应该这么构建了：

params = {'wd' : '你要搜索的内容'
}

2.2 代码

​ 这次代码比较简单，因为爬虫主要有两个难点，一是获取网页源码，二是解析网页源码，而这次只有前一个步骤，所以比较简单。

​ 代码如下：

# 导包
import requests# 网站
url = 'https://www.baidu.com'
# 构建params参数
search = input('请输入想要搜索的内容：')
params = {'wd' : search
}
# 构建headers参数
headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/115.0.0.0 Safari/537.36'
}
# 访问
response = requests.get(url,headers=headers,params=params)
# 查看访问结果
print(response.status_code)
print(response.content.decode('utf-8'))

​ 结果如下：

3. 总结

​ 本次案例，主要目的是：让大家明白requests库中get请求的params参数如何使用，并且如何去看懂我们平时请求网页的url中的参数在哪里，以帮助我们确定如何构建正确参数。