用urllib库几行代码实现最简单爬虫
16lz
2021-04-16
"""使用urllib.request()请求一个网页内容,并且把内容打印出来。"""from urllib import requestimport chardetif __name__ == '__main__': # 有的网站url使用不了 url = "https://www.cnblogs.com/gshelldon/p/13332798.html" # 打开url把内容赋值给rsp rsp = request.urlopen(url) # 存取到内存当中是bytes流,使用read方法把rsp的内容读取出来,赋值给变量html。 html = rsp.read() # 使用decode解码成我们能够看懂的格式。 # print(type(html)) # 查看返回的格式 html = html.decode('utf-8') # 默认的是utf-8 print(html)
返回的内容是html格式的文本
D:\ProgramData\Anaconda3\envs\spider\python.exe D:/爬虫/v1-最简单的爬虫.py<!DOCTYPE html><html lang="zh-cn"><head> <meta charset="utf-8" /> <meta name="viewport" content="width=device-width, initial-scale=1.0" /> <meta name="referrer" content="origin" /> <meta property="og:description" content="nginx 动静分离 不需要运维来做,开发做的。 动态请求:该请求会调用数据库中的数据。 静态请求:用户请求不会调用数据库。 动态页面:后端开发写的需要调用数据库的页面(python、java、C、p" /> <meta http-equiv="Cache-Control" content="no-transform" /> 省略。。。。。。。©著作权归作者所有:来自51CTO博客作者80民工的原创作品,如需转载,请注明出处,否则将追究法律责任
更多相关文章
- Requests库快速学习
- ADAS系统传统燃油车动力执行策略详解(一)
- 【DB笔试面试822】在Oracle中,AWR报告中主要关注哪些方面内容?
- 【秒杀】一、系统设计要点,从卖病鹅说起
- 深入了解Nginx
- 【jQuery基础入门】jQuery中常用Dom操作总结及Ajax异步请求和jso
- Cookie和Session
- Web应用优化 - 压缩内容传输量
- Python爬虫:如何将Request Payload添加到请求中