使用requests库制作Python爬虫


            使用python爬虫其实就是方便，它会有各种工具类供你来使用，很方便。Java不可以吗？也可以，使用httpclient工具、还有一个大神写的webmagic框架，这些都可以实现爬虫，只不过python集成工具库，使用几行爬取，而Java需要写更多的行来实现，但目的都是一样。

下面介绍requests库简单使用：





#!/usr/local/env python

# coding:utf-8



import requests



#下面开始介绍requests的使用，环境语言是python3，使用下面的网址作为参考

#http://www.sse.com.cn/market/bonddata/data/tb/



request_param = {'jsonCallBack': 'jsonpCallback6588',

   'isPagination': 'true',

   'sqlId': 'COMMON_BOND_XXPL_ZQXX_L',

   'BONDTYPE': '地×××府债券',

   'pageHelp.pageSize': '25',

   'pageHelp.pageNo': '2',

   'pageHelp.beginPage': '2',

   'pageHelp.cacheSize': '1',

   'pageHelp.endPage': '21'}



user_agent = 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36'

referer = 'http://www.sse.com.cn/market/bonddata/data/ltb/'

#设置headers

headers = {'User-Agent': user_agent, 'Referer': referer}

#设置代理

proxy = {

 "http":"http://113.214.13.1:8000"

}



# 需要请求的URL地址

request_url = 'http://query.sse.com.cn/commonQuery.do?'



#设置请求地址

response = requests.get(request_url, headers=headers, proxies=proxy, params=request_param);

print(response.status_code)

#文本响应内容

print(response.text)

#json格式响应内容

print(response.json())

#二进制响应内容

print(response.content)

#原始格式

print(response.raw)