首先介紹一下我們用360搜索派取城市排名前20。
我們爬取的網址：https://baike.so.com/doc/24368318-25185095.html
我們要爬取的內容：
html字段：
robots協議：
現在我們開始用python IDLE 爬取
import requests
r = requests.get("https://baike.so.com/doc/24368318-25185095.html")
r.status_code
r.text
結果分析，我們可以成功訪問到該網頁，但是得不到網頁的結果。被360搜索識別，我們將headers修改。
輸出有個小插曲，網頁內容很多，我是想將前500個字符輸出，第一次格式錯了
import requests
headers = {
'Cookie':'OCSSID=4df0bjva6j7ejussu8al3eqo03',
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
'(KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36',
}
r = requests.get("https://baike.so.com/doc/24368318-25185095.html"， headers = headers)
r.status_code
r.text
接著我們對需要的內容進行爬取，用(.find)方法找到我們內容位置，用(.children)下行遍歷的方法對內容進行爬取，用(isinstance)方法對內容進行篩選：
import requests
from bs4 import BeautifulSoup
import bs4
headers = {
'Cookie':'OCSSID=4df0bjva6j7ejussu8al3eqo03',
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
'(KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36',
}
r = requests.get("https://baike.so.com/doc/24368318-25185095.html", headers = headers)
r.status_code
r.encoding = r.apparent_encoding
soup = BeautifulSoup(r.text, "html.parser")
for tr in soup.find('tbody').children:
if isinstance(tr, bs4.element.Tag):
tds = tr('td')
print([tds[0].string, tds[1].string, tds[2].string])
得到結果如下：
修改輸出的數目，我們用Clist列表來存取所有城市的排名，將前20個輸出代碼如下：
import requests
from bs4 import BeautifulSoup
import bs4
Clist = list() #存所有城市的列表
headers = {
'Cookie':'OCSSID=4df0bjva6j7ejussu8al3eqo03',
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
'(KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36',
}
r = requests.get("https://baike.so.com/doc/24368318-25185095.html", headers = headers)
r.encoding = r.apparent_encoding #將html的編碼解碼為utf-8格式
soup = BeautifulSoup(r.text, "html.parser") #重新排版
for tr in soup.find('tbody').children: #將tbody標簽的子列全部讀取
if isinstance(tr, bs4.element.Tag): #篩選tb列表，將有內容的篩選出啦
tds = tr('td')
Clist.append([tds[0].string, tds[1].string, tds[2].string])
for i in range(21):
print(Clist[i])
最終結果：
到此這篇關于Python用requests庫爬取返回為空的解決辦法的文章就介紹到這了,更多相關Python requests返回為空內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python requests庫參數提交的注意事項總結
- 詳解python requests中的post請求的參數問題
- python requests完成接口文件上傳的案例
- python爬取豆瓣電影排行榜(requests)的示例代碼
- requests在python中發送請求的實例講解
- python 實現Requests發送帶cookies的請求
- python requests庫的使用
- Python+unittest+requests+excel實現接口自動化測試框架
- python爬蟲利器之requests庫的用法(超全面的爬取網頁案例)
- python爬蟲 requests-html的使用
- python requests模塊的使用示例
