文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

python3 requests 抓取乱

2023-01-31 08:16

关注

遇到此问题后 设置r.encoding='gbk'或r.encoding='gb2312'后可以了


注意:gbk范围要比gb2312要大,设置gbk要好


python用到中文转拼音的一个包 xpinyin,但用pyinstaller生成exe时,运行提示缺包,没解决


python读取文件方式:

读取:

file = open('setUrl.txt','r')

url = file.read()

file.close()

写入:不存在创建,每次打开写入时先清空再开始写入

file = open('sql.txt','w') #‘w’是覆盖,‘a’是追加

for i in strs:

    print(i[2])

file.write(i[2] + '\n')

file.close()


python模块安装方法:

进入命令行直接输入 :pip install 包名 


python打包exe 方法

进入程序目录,用pyinstaller打包,输入命令行:pyinstaller [-F] 打包python文件名.py
该方式在迁移后不能修改.py文件,不推荐,暂没找到好方法,并且打包后运行会提示缺模块如“queue”要在py中引入“from multiprocessing import Queue”。


python3中全局变量使用方式,主方法中声明,调用方法中再声明

global 变量名

def funcA():

    global 变量名


一些网站可能简单屏蔽网页抓取,通过设置http请求标头,可实现抓取

    UserAgent = 'Mozilla/5.0 (Windows NT 10.0; WOW64; Trident/7.0; rv:11.0) like Gecko'
    accept = '*/*'
    acceptLanguage = 'zh-Hans-CN, zh-Hans; q=0.8, en-US; q=0.5, en; q=0.3'
    acceptEncoding = 'gzip, deflate, sdch'
    Cookie = 'AD_RS_COOKIE=20083361; _trs_ua_s_1=em41_6_j0ywubts; _gscu_1771678062=91030129ufqfm619; _gscs_1771678062=9103012938hyzj19|pv:1; _gscbrs_1771678062=1; _trs_uv=23au_6_j0ywubts'
    Host = 'www.stats.gov.cn'
    CacheControl = 'no-cache'
    Connection = 'Keep-Alive'
    headers = { 'User-Agent' : UserAgent,'accept':accept,'accept-Encoding':acceptEncoding,'Accept-Language':acceptLanguage,'Cookie':Cookie,'Host':Host,'Cache-Control' : CacheControl,'Connection':Connection}
    s = requests.Session()
    s.headers.update(headers)
    req = s.get(url)
    req.encoding='gbk'

网页抓取 解析html

BeautifulSoup很好用,类似jquery选择器,可替代正则表达式

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯