株洲seo网站优化软件,网页版微信分身,网站建设用什么软件好,集团logo设计公司爬取的基本步骤
很简单#xff0c;主要是两大步
向url发起请求
这里注意找准对应资源的url#xff0c;如果对应资源不让程序代码访问#xff0c;这里可以伪装成浏览器发起请求。 解析上一步返回的源代码#xff0c;从中提取想要的资源
这里解析看具体情况#xff0c;一…爬取的基本步骤
很简单主要是两大步
向url发起请求
这里注意找准对应资源的url如果对应资源不让程序代码访问这里可以伪装成浏览器发起请求。 解析上一步返回的源代码从中提取想要的资源
这里解析看具体情况一般是筛选标签之中的信息或者资源有很多筛选的第三方包和方法
贴吧图片下载
导入 requests 和 lxml两个第三方包没有需要下载
找到我们需要图片资源的url , 比如我这里是 贴吧图片测试 http://c.tieba.baidu.com/p/5857827920
然后就是发起请求拿到源代码解析资源获得下载的url,下载资源到本地
import requests
from lxml import etree# 发起请求拿到网页源代码
index_url http://c.tieba.baidu.com/p/5857827920
response requests.get(index_url).text# 解析源代码筛选数据
selector etree.HTML(response)
image_urls selector.xpath(//img[classBDE_Image]/src)offset 0
# 拿到url下载对应文件
for image_url in image_urls:image_content requests.get(image_url).contentoffset 1# 将数据写入本地with open(D:/桌面/image_test/{}.jpg.format(offset), wb) as f:f.write(image_content) 酷狗音乐歌曲下载
步骤是差不多的但是这里找 url 变化了一点找到你想要下载的歌曲并打开对应的播放页如下 按下F12或者是右键点击检查我这里用的是 谷歌浏览器打开网页的源代码 选择上面的网络或者network,点击打开 然后刷新一下网页发起的网络请求就可以在这个界面看到然后筛选媒体或者media,看到后缀为MP3的文件打开多图示例 看到请求网址复制它到一个新页面打开试一下能不能播放如果可以那么我们要下载的资源的url就找到了。这个也就是代码中发起请求的那个资源url
直接上代码
import requests# url
m_url https://webfs.hw.kugou.com/202308142239/c9d5212c77dac7daf7e3a144b167e5ef/KGTX/CLTX001/d632d77fc37a7f5fee87baf23a0944cb.mp3# 获取源代码headers {User-Agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/115.0.0.0 Safari/537.36m_resp requests.get(m_url)}# 这个headers就是请求标头可以区别请求来源会指明来源的操作系统浏览器这些信息程序代码请求的话我们可以伪装成浏览器加上这个标头。m_resp requests.get(m_url, headersheaders)# 保存数据
with open(D:/桌面/test/geini.mp3, wb) as f:f.write(m_resp.content)
请求标头这里可以找到 最下面的一个。
