【Python爬虫】:爬取(谷歌/百度/搜狗)的搜索结果

【Python爬虫】:爬取(谷歌/百度/搜狗)的搜索结果[Python基础]

步骤如下:
1.首先导入爬虫的package:requests

2.使用UA 伪装进行反反爬虫,将爬虫伪装成一个浏览器进行上网

3.通过寻找,找到到谷歌搜索时请求的url。

假设我们在谷歌浏览器当中输入:不知道

我们可以得到请求结果的网址如下:

 也就是:

https://www.google.com/search?q=%E4%B8%8D%E7%9F%A5%E9%81%93&rlz=1C1CHWL_zh-CNAU918AU918&oq=%E4%B8%8D%E7%9F%A5%E9%81%93&aqs=chrome.0.69i59l2.885j0j1&sourceid=chrome&ie=UTF-

在这个网址当中,问号“?”后面的则是这次请求的参数,将问号前面的网址拿下来,放到代码里。后面的参数我们可以代码进行人为的定义,这样我们就可以使用爬虫爬取任意搜索结果的html网页了。

剪辑后的url如下:

url="https://www.google.com/search"

?问号后面的“q=不知道”可以作为我们传入给谷歌搜索引擎的参数,因此可以编写代码:

param={

"q":kw

}

这样程序就可以自己知道搜索引擎后面跟随的参数是什么了。我们就可以传递进一个我们想要的kw进去即可。

完整的程序如下:

import requests

headers={

"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.83 Safari/537.36"

}

url="https://www.google.com/search"

#处理url所携带的参数,将其封装到字典当中

kw=input("enter a word:")

param={

"q":kw

}

#对指定url发起的请求url是携带参数的

response=requests.get(url=url,params=param,headers=headers)

page_text=response.text

print(page_text)

file_name=kw+".html"

with open(file_name,"w",encoding="utf-8") as fp:

fp.write(page_text)

以上是 【Python爬虫】:爬取(谷歌/百度/搜狗)的搜索结果 的全部内容, 来源链接: utcz.com/z/537982.html

回到顶部