Python爬虫经常爬不到数据?你可以看一下这篇文章

近期,通过做了一些小的项目,觉得对于Python爬虫有了一定的了解,于是,就对于Python爬虫爬取数据做了一个小小的总结,希望大家喜欢!

小编整理了一些Python学习内容,我把它推荐给你!Python资料+Qun  69286 - 7294 就能获得全部资料!免费学习视频+项目源码,并且在学习的过程中,还可以参与我们的训练营学习!

1.最简单的Python爬虫

最简单的Python爬虫莫过于直接使用urllib.request.urlopen(url=某网站)或者requests.get(url=某网站)

例如:爬取漫客栈里面的漫画

代码和运行结果:

这是最简单也是最基础的Python爬虫.

 

2.需要添加headers的Python爬虫

有的网址爬取数据需要添加User-Sgent、Cookie等字段信息,这个时候我们需要添加一个请求头,也就是一个字典,User-Sgent、Cookie等字段信息就放这里面。 如:运用Python爬虫下载表情包

没加请求头

加上请求头:

是不是加与没加,就有很大的区别.

3.所爬取的数据在NetWork里面

有个时候,我们所爬取的数据添加请求头之后,也爬取不到,这个时候,我们就需要想一想NetWork,下面有XHR和JS,也许所需要数据就在这两个其中的一个里面。 如:爬取王者荣耀英雄皮肤

如果用上面第二种方法,可以发现,就算添加请求头,也访问不到数据,我们看一下网页源代码,发现,这些数据根本就不在源代码中,所以这样肯定爬不到数据。

我们点击电脑键盘F12,然后再点击NetWork下面的JS,按F5刷新,可以发现,这些图片的下载链接在JS下面的一个json文件里。

小编整理了一些Python学习内容,我把它推荐给你!Python资料+Qun  69286 - 7294 就能获得全部资料!免费学习视频+项目源码,并且在学习的过程中,还可以参与我们的训练营学习!

4.动态加载的数据

动态加载的,像网易云音乐,虽然我们也可以在NetWork下面找到相应的数据,但是这是一个post请求,比较复杂,我们可以使用selenium模块,这个过程我就不讲解了。

 

5.总结

上面讲解的这些,我都有关于它们的文章,读者可以自行找到并阅读。

也许我还是一个Python爬虫小白吧!讲解的深度还不够,希望大家谅解,在以后的日子里,我会加油学的。如果读者觉得我的这篇文章对于你有所帮助,希望大家给我点一个小小的赞,谢谢!

相关文章
相关标签/搜索