python的爬虫设计题目(10 个 Python 爬虫入门实例)

来源：cnblogs.com/h3zh1/p/12548946.html带伙伴们学习python爬虫，准备了几个简单的入门实例，分享给大家涉及主要知识点:web是如何交互的requests库的get、post函数的应用。

response对象的相关函数，属性python文件的打开，保存代码中给出了注释，并且可以直接运行哦如何安装requests库(安装好python的朋友可以直接参考，没有的，建议先装一哈python环境)

windows用户，Linux用户几乎一样:打开cmd输入以下命令即可，如果python的环境在C盘的目录，会提示权限不够，只需以管理员方式运行cmd窗口pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests

Linux用户类似(ubantu为例): 权限不够的话在命令前加入sudo即可sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests

1. 爬取强大的BD页面，打印页面信息# 第一个爬虫示例,爬取百度页面import requests #导入爬虫的库，不然调用不了爬虫的函数 response = requests.get("http://www.baidu.com"

) #生成一个response对象 response.encoding = response.apparent_encoding #设置编码格式print("状态码:"+ str( response.status_code ) )

#打印状态码print(response.text)#输出爬取的信息2. 常用方法之get方法实例，下面还有传参实例# 第二个get方法实例import requests #先导入爬虫的库，不然调用不了爬虫的函数

response = requests.get("http://httpbin.org/get") #get方法print( response.status_code ) #状态码print( response.text )

3. 常用方法之post方法实例，下面还有传参实例# 第三个 post方法实例import requests #先导入爬虫的库，不然调用不了爬虫的函数 response = requests.post(

"http://httpbin.org/post") #post方法访问print( response.status_code ) #状态码print( response.text )4. put方法实例

# 第四个 put方法实例import requests #先导入爬虫的库，不然调用不了爬虫的函数 response = requests.put("http://httpbin.org/put")

# put方法访问print( response.status_code ) #状态码print( response.text )5. 常用方法之get方法传参实例(1)如果需要传多个参数只需要用&符号连接即可如下：

# 第五个 get传参方法实例import requests #先导入爬虫的库，不然调用不了爬虫的函数 response = requests.get("http://httpbin.org/get?name=hezhi&age=20"

) # get传参print( response.status_code ) #状态码print( response.text )6. 常用方法之get方法传参实例(2)params用字典可以传多个# 第六个 get传参方法实例

import requests #先导入爬虫的库，不然调用不了爬虫的函数 data = { "name":"hezhi", "age":20 } response = requests.get(

"http://httpbin.org/get" , params=data ) # get传参print( response.status_code ) #状态码print( response.text )

7. 常用方法之post方法传参实例(2) 和上一个有没有很像# 第七个 post传参方法实例import requests #先导入爬虫的库，不然调用不了爬虫的函数 data = { "name"

:"hezhi", "age":20 } response = requests.post( "http://httpbin.org/post" , params=data ) # post传参print

( response.status_code ) #状态码print( response.text )8. 关于绕过反爬机制，以zh爸爸为例# 第好几个方法实例import requests #先导入爬虫的库，不然调用不了爬虫的函数

response = requests.get( "http://www.zhihu.com") #第一次访问知乎，不设置头部信息print( "第一次,不设头部信息,状态码:"+response.status_code )

# 没写headers，不能正常爬取，状态码不是 200#下面是可以正常爬取的区别，更改了User-Agent字段 headers = { "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.122 Safari/537.36"

}#设置头部信息,伪装浏览器 response = requests.get( "http://www.zhihu.com" , headers=headers ) #get方法访问,传入headers参数，

print( response.status_code ) # 200！访问成功的状态码print( response.text )9. 爬取信息并保存到本地因为目录关系，在D盘建立了一个叫做爬虫的文件夹，然后保存信息

注意文件保存时的encoding设置# 爬取一个html并保存 import requests url = "http://www.baidu.com" response = requests.get( url ) response.encoding =

"utf-8"#设置接收编码格式print("\nr的类型" + str( type(response) ) ) print("\n状态码是:" + str( response.status_code ) )

print("\n头部信息:" + str( response.headers ) ) print( "\n响应内容:" ) print( response.text ) #保存文件 file = open(

"D:\\爬虫\\baidu.html","w",encoding="utf") #打开一个文件，w是文件不存在则新建一个文件，这里不用wb是因为不用保存成二进制 file.write( response.text ) file.close()

10. 爬取图片，保存到本地#保存百度图片到本地 import requests #先导入爬虫的库，不然调用不了爬虫的函数 response = requests.get("https://www.baidu.com/img/baidu_jgylogo3.gif"

) #get方法的到图片响应 file = open("D:\\爬虫\\baidu_logo.gif","wb") #打开一个文件,wb表示以二进制格式打开一个文件只用于写入 file.write(response.content)

#写入文件 file.close()#关闭操作，运行完毕后去你的目录看一眼有没有保存成功

亲爱的读者们，感谢您花时间阅读本文。如果您对本文有任何疑问或建议，请随时联系我。我非常乐意与您交流。