url組成：
協(xié)議
域名
端口（如果url里面沒有端口，那么采用默認(rèn)端口）
文件路徑
文件名
參數(shù)
錨點(diǎn)
HTTP：超文本傳輸協(xié)議
端口：80
工作原理：
請求響應(yīng)模型
無連接
無狀態(tài)
http 請求包含哪些內(nèi)容
請求行（請求方法[get、post] url 協(xié)議版本）
請求頭（每個參數(shù)以鍵值對形式存在）
空行
請求數(shù)據(jù)（請求參數(shù)）
請求頭參數(shù)
1、 user-agent:請求發(fā)起者的身份信息
User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36
2、'Cookie': 'SINAGLOBAL=2130213546448.7048.1553060688804; un=15910903918; login_sid_t=c059d46b84c9ba72e46931f929e03ae6; cross_origin_proto=SSL; Ugrow-G0=cf25a00b541269674d0feadd72dce35f; TC-V5-G0=42b289d444da48cb9b2b9033b1f878d9; wb_view_log=1280*7200.8999999761581421; _s_tentry=-; Apache=9644517198258.39.1560992628999; ULV=1560992629006:6:6:4:9644517198258.39.1560992628999:1560930667032; SUBP=0033WrSXqPxfM725Ws9jqgMF55529P9D9WF7_w0vCo36wpUWVyPM1nWC5JpX5K2hUgL.FoMpSh2ce0nc1hB2dJLoIp7LxKML1KBLBKnLxKqL1hnLBoMN1KzX1KzcS0B4; ALF=1592528727; SSOLoginState=1560992728; SCF=Aq3PMXpon7NahzGtuZvlimzZ84UE32grTZeYO8vtC_oCuecA2XslBSJj22nks8t7258pq6CpONI3KMQ-BWsgYEI.; SUB=_2A25wDquIDeRhGeFP71MX8ybKwziIHXVTfZpArDV8PUNbmtAKLWHfkW9NQTdocHVpNNPNLHv7GCZmz67V-yGmonYX; SUHB=0JvgZhTqcaiqmn; wvr=6; wb_view_log_7141638684=1280*7200.8999999761581421; UOR=www.baidu.com,weibo.com,www.baidu.com; TC-Page-G0=51e9db4bd1cd84f5fb5f9b32772c2750|1560995726|1560995595; webim_unReadCount=%7B%22time%22%3A1560995786988%2C%22dm_pub_total%22%3A1%2C%22chat_group_pc%22%3A0%2C%22allcountNum%22%3A33%2C%22msgbox%22%3A0%7D'
3、referer
表示請求是從哪個URL跳轉(zhuǎn)過來的
響應(yīng)：
響應(yīng)狀態(tài)碼
響應(yīng)正文
常見狀態(tài)碼
200 請求成功
301 永久重定向
302 臨時重定向
404 請求的資源（網(wǎng)頁等）不存在
403 Forbidden 合法請求，但對被請求頁面的訪問被禁止【爬蟲中如果遇到，懷疑已經(jīng)被反爬】
503 服務(wù)器當(dāng)前不可用（過載或者宕機(jī)）【爬蟲中如果遇到，懷疑已經(jīng)被反爬】
請求方法
get、post
安裝第三方包：requests
安裝中如果提示PIP需要更新
1、win + R
2、輸入cmd（進(jìn)入win dos界面）
3、執(zhí)行命令 python -m pip install --upgrade pip
更新成功后，回到pycharm 重新進(jìn)行安裝即可
爬蟲步驟
1、確定需求
2、尋找/分析需求
3、發(fā)送請求（requests、urllib.request）
4、解析數(shù)據(jù)
5、存儲數(shù)據(jù)
爬蟲分析請求步驟：
1、抓取請求（使用抓包工具或者F12瀏覽器調(diào)試工具）
2、分析url
3、分析請求方法
4、分析請求頭參數(shù)（user-agent、referer、cookie）
import
requests
url
=
'https://www.baidu.com/'
headers
=
{
'user-agent'
:
'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36'
}
resp
=
requests
.
get
(
url
,
headers
=
headers
)
# 設(shè)置響應(yīng)正文的編碼方式
resp
.
encoding
=
'utf-8'
# print(resp)
# 獲取html文檔內(nèi)容（響應(yīng)正文）
# print(resp.text)
# 獲取html文檔內(nèi)容（響應(yīng)正文）,返回的類型是字節(jié)類型
# print(resp.content)
# 獲取請求頭
print
(
resp
.
request
.
headers
)
# 獲取響應(yīng)頭
print
(
resp
.
headers
)
# 獲取響應(yīng)的狀態(tài)碼
print
(
resp
.
status_code
)
import
requests
url
=
'https://account.weibo.com/set/index?topnav=1&wvr=6'
headers
=
{
'User-Agent'
:
'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36'
,
'Cookie'
:
'WBStorage=; SINAGLOBAL=2130213546448.7048.1553060688804; un=15910903918; _s_tentry=login.sina.com.cn; Apache=4582700462260.074.1561012049599; ULV=1561012049667:7:7:5:4582700462260.074.1561012049599:1560992629006; webim_unReadCount=%7B%22time%22%3A1561012094516%2C%22dm_pub_total%22%3A1%2C%22chat_group_pc%22%3A0%2C%22allcountNum%22%3A35%2C%22msgbox%22%3A0%7D; cross_origin_proto=SSL; Ugrow-G0=589da022062e21d675f389ce54f2eae7; login_sid_t=b554f5f03106fcf7a98b90e0b4b719ab; UOR=www.baidu.com,weibo.com,login.sina.com.cn; SUBP=0033WrSXqPxfM725Ws9jqgMF55529P9D9WF7_w0vCo36wpUWVyPM1nWC5JpX5K2hUgL.FoMpSh2ce0nc1hB2dJLoIp7LxKML1KBLBKnLxKqL1hnLBoMN1KzX1KzcS0B4; ALF=1592548812; SSOLoginState=1561012813; SCF=Aq3PMXpon7NahzGtuZvlimzZ84UE32grTZeYO8vtC_oCh0Kum7EYZMkwG8JvLUZFmMCdsyxw-r3MucNX0GrONp8.; SUB=_2A25wD1odDeRhGeFP71MX8ybKwziIHXVTfczVrDV8PUNbmtAKLRLikW9NQTdocJZSJedrR4UN6iNBhhV9R-RevMsn; SUHB=0P1MIVwamSbPxD; wvr=6; WBStorage=6b696629409558bc|undefined'
}
resp
=
requests
.
get
(
url
,
headers
=
headers
)
# resp.encoding = 'gb2312'
# print(resp.text)
with
open
(
'weibo.html'
,
'w'
,
encoding
=
'utf-8'
)
as
f
:
f
.
write
(
resp
.
text
)
# 判斷請求是否被重定向,如果沒有發(fā)生重定向返回一個空列表，如果又發(fā)生重定向，返回重定向的狀態(tài)碼
print
(
resp
.
history
)
print
(
resp
.
url
)
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯(lián)系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長非常感激您！手機(jī)微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
