定制开发Python爬虫入门(一)（适合初学者）-巴掌软件-高性价比的软件定制开发解决方案

Python入门(一) （定制开发适合初学者）

定制开发关于爬虫是什么，定制开发怎样保证爬虫的合法性定制开发小编在这就不再过多的阐述，从本章起，定制开发小编将和大家一起分享在学习python定制开发爬虫中的所学，定制开发希望可以和大家一起进步，定制开发也希望各位可以关注一下我！
定制开发首先我们来初步了解下定制开发如何使用开发者工具进行抓包。以 https://fanyi.baidu.com/ 为例。定制开发在网页界面右键点击检查，或使用CTRL+SHIFT+I打开。

定制开发如图打开了开发者工具定制开发后我们点击网络得到如上界面。定制开发接着按照提示按CTRL+R进行刷新。定制开发刷新后如下图所示：

定制开发此时我们即可看到我们定制开发获取到了很多很多的数据包，但是想要完成一个爬虫程序的第一步就是在这众多的包中，找到正确的API数据接口。通俗点将就是你想要获得一个小球，而这个小球藏在一个小箱子里，而此时有很多很多个小箱子，想要获得小球则需要找出小球究竟藏在哪个箱子里。一般在实际操作中我们只需要使用到上图小编圈出来的两个地方，一个是全部、另一个是Fetch/XHR。在全部中会显示所有请求获取到的包其中包括：网页源码、css、js、图片、ajax等。而在Fetch/XHR中则只能看到ajax请求所获得的数据包。ajax请求一般是对动态数据进行请求，即前端向后端发起请求，动态请求到后端数据库中的数据，并将这些数据展示在前端网页中。（可能会感觉听起来云里雾里，没关系哦，后面根据一个一个的例子可以更好的了解，或者小编以后更新django框架时会细讲ajax请求）

接下来我们进入爬虫的第一个程序(百度翻译的单词爬虫)

在百度翻译中我们可以输入一个单词，然后网页会动态的在界面上给我们展示这个单词的意思，因此我们可以非常非常非常自信的确定，单词意思的数据是通过动态请求得到的，既然说动态请求得到的，那么又可以确定这八成就是一个ajax请求。因此我们选中Fetch/XHR。

根据观察此时看到Fetch/XHR中只有这三个数据包，但点开查看其响应（即返回值）时确发现好像没有我们需要的数据。这个什么呢，不必慌张，因为我们并还没有在左边输入单词的框中输入过单词，于是我们可以在左边随意的输入一个英文单词进行测试：

当我们输入完一个单词后发现，右边又抓到了很包，对这些抓到的包进行分析可以找到如下这个数据包：

由上述三种图可以看出，这个包中就藏着我们想要的数据。通过查看该包的标头可以确定，请求数据的请求URL是：https://fanyi.baidu.com/sug，且发起的请求方式为POST，且根据Content-Type: application/json可以得出请求的返回值为json格式，在payload中可以分析出该POST请求需要携带一个名为kw的参数，参数的值为我们需要查询的单词。这时我们即可以弄清楚该网站查询单词的运行机制了：我们在查询框中输入英文单词，网页前端拿到我们输入的单词，通过ajax请求向https://fanyi.baidu.com/sug发起请求，并将我们输入的英文单词作为表单数据传输给后端，后端根据我们输入的单词在数据库中查询该单词，拿到该单词的意思然后再次返回给前端并展示出来。接下来就进入令人激动的coding代码部分。

代码部分
1、安装requests包（在cmd命令行中输入以下语句进行自动下载安装）：
前提需要电脑上已经装有python且配置了环境变量

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests1

2、导入requests包并确定url：

import requestsurl = 'https://fanyi.baidu.com/sug'1
2

3、进行UA伪装

headers = {        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.102 Safari/537.36 Edg/98.0.1108.56'    }1
2
3

UA伪装：可以理解为将我们的爬虫程序伪装起来，增加请求成功的可能性。

只需在数据包的标头中，拉到最下面，即可以找到这个User-Agent，将其复制下来，像小编一样在python用字典进行封装即可。
4、确定参数，并对数据接口发起请求获得返回结果

data = {     #post请求携带的参数       'kw':'dog'   }#对目标url发起post请求response = requests.post(url=url,headers=headers,data=data).json()print(response)1
2
3
4
5
6

结果如下：

至此一个最最最简单的爬虫程序就写完了，是不是很简单！接下来我们对程序进行完善，所有代码如下：

import requestsdef spider(url,headers,data):    response = requests.post(url=url, headers=headers, data=data).json()  # 对目标url发起post请求    for key in response['data'][0]:        print(key,response['data'][0][key])def main():    url = 'https://fanyi.baidu.com/sug'  #需要请求的url    headers = {  #进行UA伪装        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.102 Safari/537.36 Edg/98.0.1108.56'    }    while True:  #使程序进入死循环        kw = input("输入需要查询的单词：")        data = {     #post请求携带的参数            'kw':kw        }        spider(url=url,headers=headers,data=data)  #调用自定义函数spiderif __name__ == '__main__':    main()1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

这样一个简单的基于爬虫的单词查询器就完成啦！其中对json数据进行提取的代码如果有看不懂的小伙伴可以去学习一个python的字典。
希望该文章可以帮助到你！如果觉得有用可以关注一下我哦！后序会写更多的例子。