requests模块高级

requests模块高级

cookie

• cookie：

    基于用户的用户数据
    -需求：爬取用户的豆瓣网的个人页面数据

• cookie作用：服务器端使用cookie来记录客户端的状态信息 实现流程：

    1.执行登录操作（获取cookie）
    2.再发起个人主页请求时，需要将cookie携带到该请求中
    注意：session对象：发送请求（会将cookie对象进行自动存储）

import requests
#生成一个session对象
session = requests.session()
#1 发起登录请求：将cookie获取，且存储到session对象中
login_url='https://accounts.douban.com/login'
data={
    'source':'movie',
    'redir':'https://movie.douban.com/',
    'form_email':'',
    'form_password':'bobo@15027900535',
    'login':'登录'
}
# 自定义请求头信息
headers={
    'User-Agent':'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'
 
}
# 使用session发起post请求
login_response = session.post(url=login_url,data=data,headers=headers)
#2 对个人主页发起请求（session（cookie）），获取响应页面数据
url = 'https://www.douban.com/people/185687620/'
response = session.get(url=url,headers=headers)
page_text = response.text
with open('./douban110.html','w',encoding='utf-8')as fp:
    fp.write(page_text)

代理操作

• 1代理：第三方代替本体执行相关事物。
• 2为什么使用代理：

    -反爬
    -反反爬

• 3分类：

    -正向代理：代理客户端获取数据
    -反向代理：代理服务器获取数据

• 4免费代理ip的网站提供商：

    -www.goubanjia.com（推荐）
    -快代理
    -西祠代理

import requests
url = 'http://www.baidu.com/s?wd=ip&ie=utf-8'  #协议要和代理IP统一
 
# 将代理IP封装到字典
proxies={
    'http':'59.44.43.198:80'
}
# 更换IP
response = requests.get(url=url,proxies=proxies)
 
with open('./daili.html','w',encoding='utf-8')as fp:
    fp.write(response.text)
print('ok')