python -使用Requests库完成Post表单操作
"""
使用Requests库完成Post表单操作
"""
#_*_codingn:utf8 _*_
import requests from bs4 import BeautifulSoup '''
设置请求头,让程序发出的请求更像来源于浏览器
'''
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36(KHTML, like Gecko) Chrome/43.0.2357.124 Safari/537.36",
"Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8"} if __name__ == "__main__": params ={"username": "anything","password": "password"} session =requests.session()
post_obj = session.post("http://pythonscraping.com/pages/cookies/welcome.php", params) s = session.get("http://pythonscraping.com/pages/cookies/profile.php")
print(post_obj.text.encode("utf-8"))
print(s.text.encode("utf-8")) #session.cookies.get_dict() #获取cooking
print(session.cookies.get_dict())
# -*- coding: utf-8 -*-
'''
目标站点分析
网页结构分析
--开干--
1、单页内容
2、正则
3、保存json
4、多线程循环
'''
# .*具有贪婪的性质,首先匹配到不能匹配为止,根据后面的正则表达式,会进行回溯。
# .*?(短)则相反,一个匹配以后,就往下进行,所以不会进行回溯,具有最小匹配的性质。
# re.S 让.匹配换行符
#----------------------------------
import json
import requests
from requests.exceptions import RequestException
import re
import time
from multiprocessing import Pool headers = { # 非常重要
'Accept-Language': 'en-US,en;q=0.8',
'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36',
'Connection': 'keep-alive',
'Referer': 'http://maoyan.com/board/6'
} def get_one_page(url):
try:
response = requests.get(url, headers=headers)
if response.status_code == 200:
return response.text
return None # 非200
except RequestException:
return None def parse_one_page(html):
pattern = re.compile('<dd>.*?board-index.*?>(\d+)</i>.*?data-src="(.*?)".*?name"><a'
+ '.*?>(.*?)</a>.*?star">(.*?)</p>.*?releasetime">(.*?)</p>'
+ '.*?integer">(.*?)</i>.*?fraction">(.*?)</i>.*?</dd>', re.S)
items = re.findall(pattern, html)
for item in items:
yield { # 变成生成器
'index': item[0],
'image': item[1],
'title': item[2],
'actor': item[3].strip()[3:], # 字符串处理 (移除字符串头尾指定的字符序列)
'time': item[4].strip()[5:],
'score': item[5] + item[6] # 分开匹配加起来
} def write_to_file(content):
with open('result.txt', 'a', encoding='utf-8') as f: # 编码3
f.write(json.dumps(content, ensure_ascii=False) + '\n') # json.dumps 序列化时对中文默认使用的ascii编码 def main(offset):
url = 'http://maoyan.com/board/4?offset=' + str(offset)
html = get_one_page(url) # return返回参数
# print(html)
for item in parse_one_page(html):
# print(item)
write_to_file(item) if __name__ == '__main__':
for i in range(10):
main(offset=i * 10)
time.sleep(1)
# 进程池
# pool=Pool() # pool.map(main,[i*10 for i in range(10)])
# coding=utf-8 '''
1、抓取索引页内容
2、抓取详情页内容
3、下载图片保存数据库
4、循环及多线程
''' import requests
from requests.exceptions import RequestException
from json import loads
from bs4 import BeautifulSoup
user_agent = "Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)"
headers = {"User-Agent": user_agent} def get_onepage_index(i, keywords):
data = {
"offset": i,
"format": "json",
"keyword": keywords,
"autoload": "true",
"count": "",
"cur_tab": "",
"from": "search_tab"
}
url = 'https://www.toutiao.com/search_content/?'
try:
response = requests.get(url, params=data)
if response.status_code == 200:
return response.text
return None
except RequestException:
print('something is wrong!')
return None def parse_onepage_index(html):
# json.loads()用于将str类型的数据转成dict。
data = loads(html)
if data and 'data' in data.keys(): ##获取所有的key 值
for item in data.get('data'): # get() 函数返回指定键的值,如果值不在字典中返回默认值。
yield item.get('article_url') def get_page_detail(url):
try:
response = requests.get(url, headers=headers)
if response.status_code == 200:
# print(response.status_code)
return response.text
return None
except RequestException:
print('wrong url:', url)
return None def parsepage(html):
soup = BeautifulSoup(html, 'lxml')
title = soup.title.string
print(title) def main():
for i in range(1, 2):
i = str(i * 20)
html = get_onepage_index(i, '街拍')
parse_onepage_index(html)
for url in parse_onepage_index(html):
print(url)
detailhtml = get_page_detail(url) # 返回网页文本
# print(detailhtml)
if detailhtml == None:
pass
else:
parsepage(detailhtml) # bs4去解析 # get_page_detail('http://toutiao.com/group/6596305324645286404/') if __name__ == '__main__':
main()
如有疑问,请留言。
如觉得有帮助,请点个赞,谢谢!
python -使用Requests库完成Post表单操作的更多相关文章
- 【转】使用Python的Requests库进行web接口测试
原文地址:使用Python的Requests库进行web接口测试 1.Requests简介 Requests 是使用 Apache2 Licensed 许可证的 HTTP 库.用 Python 编写, ...
- Python爬虫—requests库get和post方法使用
目录 Python爬虫-requests库get和post方法使用 1. 安装requests库 2.requests.get()方法使用 3.requests.post()方法使用-构造formda ...
- 解决python的requests库在使用过代理后出现拒绝连接的问题
在使用过代理后,调用python的requests库出现拒绝连接的异常 问题 在windows10环境下,在使用代理(VPN)后.如果在python中调用requests库来地址访问时,有时会出现这样 ...
- Python的Django框架中forms表单类的使用方法详解
用户表单是Web端的一项基本功能,大而全的Django框架中自然带有现成的基础form对象,本文就Python的Django框架中forms表单类的使用方法详解. Form表单的功能 自动生成HTML ...
- 【python 】Requests 库学习笔记
概览 实例引入 import requests response = requests.get('https://www.baidu.com/') print(type(response)) prin ...
- 第一百五十九节,封装库--JavaScript,表单序列化结合ajax提交数据
封装库--JavaScript,表单序列化结合ajax提交数据 封装库,表单序列化方法 /** xu_lie_biao_dan()方法,表单序列化方法,将自动获取指定表单里面的各项字段name值和va ...
- 第一百五十四节,封装库--JavaScript,表单验证--提交验证
封装库--JavaScript,表单验证--提交验证 将表单的所有必填项,做一个判断函数,填写正确时返回布尔值 最后在提交时,判断每一项是否正确,全部正确才可以 提交 html <div id= ...
- 第一百五十三节,封装库--JavaScript,表单验证--备注字数验证
封装库--JavaScript,表单验证--备注字数验证 效果图 html <div id="reg"> <h2 class="tuo"> ...
- 第一百五十二节,封装库--JavaScript,表单验证--年月日注入
封装库--JavaScript,表单验证--年月日注入 效果图 html <div id="reg"> <h2 class="tuo"> ...
随机推荐
- CountDownLatch/CyclicBarrier/Semaphore
CountDownLatch 概念 让一些线程阻塞直到另一些线程完成一系列操作才被唤醒 CountDownLatch主要有两个方法,当一个或多个线程调用await方法时,调用线程就会被阻塞.其它线程调 ...
- 在php中如何实现cookie即时生效,不用刷新就可以使用
参考:https://www.jianshu.com/p/0468ef5dbf4d 今天在用php设置cookie的时候,发现cookie如果只是赋值一次的话,要手动刷新一下浏览器才能把数据及时更新, ...
- ansible的语法的基础应用(二)
- 构建密钥验证ssh
1.需要两个虚拟机,每一个创建一个用户登录到用户根下 2.每个用户都要创建密钥对 3.把两个用户的公用密钥用ssh-copy-id -i 命令将公用的密钥复制到另一个用户中 4.在客户端开 ...
- 如何把字符串数组从 Swift 传递给 C
作者:Natasha The Robot,原文链接,原文日期:2016-10-27译者:BigbigChai:校对:walkingway:定稿:CMB Swift 允许我们将原生的字符串直接传递给一个 ...
- falsk-web 表单
web 表单 回顾 在上一章节中,我们定义了一个简单的模板,使用占位符来虚拟了暂未实现的部分,比如用户以及文章等. 在本章我们将要讲述应用程序的特性之一–表单,我们将会详细讨论如何使用 web 表单. ...
- layui表格参数
layui表格对数据进行用table样式展现 举个例子: <!doctype html> <html> <head> <meta charset=" ...
- 实战经验:CentOS 7.3安装完整开发环境
系统版本 CentOS 7.3(1611) 安装开发环境 1) 通过group安装 # yum groups mark install “Development Tools” # yum groups ...
- predixy源码学习
Predixy是一个代理,代理本质上就是用来转发请求的.其主要功能就是接收客户端的请求,然后把客户端请求转发给redis服务端,在redis服务端处理完消息请求后,接收它的响应,并把这个响应返回给客户 ...
- python的unittest框架中的assert断言
unittest框架自带断言,如果想用assert断言,一定要引入unittest.TestCase框架才行,不然不会自动识别assert断言