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(wǎng)址：https://baike.so.com/doc/24368318-25185095.html
我們要爬取的內(nèi)容：
html字段：
robots協(xié)議：
現(xiàn)在我們開(kāi)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(jié)果分析，我們可以成功訪問(wèn)到該網(wǎng)頁(yè)，但是得不到網(wǎng)頁(yè)的結(jié)果。被360搜索識(shí)別，我們將headers修改。
輸出有個(gè)小插曲，網(wǎng)頁(yè)內(nèi)容很多，我是想將前500個(gè)字符輸出，第一次格式錯(cuò)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(duì)需要的內(nèi)容進(jìn)行爬取，用(.find)方法找到我們內(nèi)容位置，用(.children)下行遍歷的方法對(duì)內(nèi)容進(jìn)行爬取，用(isinstance)方法對(duì)內(nèi)容進(jìn)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(jié)果如下：
修改輸出的數(shù)目，我們用Clist列表來(lái)存取所有城市的排名，將前20個(gè)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(biāo)簽的子列全部讀取
if isinstance(tr, bs4.element.Tag): #篩選tb列表，將有內(nèi)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(jié)果：
到此這篇關(guān)于Python用requests庫(kù)爬取返回為空的解決辦法的文章就介紹到這了,更多相關(guān)Python requests返回為空內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)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(kù)參數(shù)提交的注意事項(xiàng)總結(jié)
- 詳解python requests中的post請(qǐng)求的參數(shù)問(wèn)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(fā)送請(qǐng)求的實(shí)例講解
- python 實(shí)現(xiàn)Requests發(fā)送帶cookies的請(qǐng)求
- python requests庫(kù)的使用
- Python+unittest+requests+excel實(shí)現(xiàn)接口自動(dòng)化測(cè)試框架
- python爬蟲利器之requests庫(kù)的用法(超全面的爬取網(wǎng)頁(yè)案例)
- python爬蟲 requests-html的使用
- python requests模塊的使用示例
