首先介?一下我??用360搜索派取城市排名前20。我們爬取的網(wǎng)址：https://baike.so.com/doc/24368318-25185095.html

我們要爬取的內(nèi)容：

html字段：

robots協(xié)議：

現(xiàn)在我們開始用python IDLE 爬取

import requestsr = requests.get('https://baike.so.com/doc/24368318-25185095.html')r.status_coder.text

結果分析，我們可以成功訪問到該網(wǎng)頁，但是得不到網(wǎng)頁的結果。被360搜索識別，我們將headers修改。

輸出有個小插曲，網(wǎng)頁內(nèi)容很多，我是想將前500個字符輸出，第一次格式錯了

import requestsheaders = { ’Cookie’:’OCSSID=4df0bjva6j7ejussu8al3eqo03’, ’User-Agent’:’Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36’ ’(KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36’,}r = requests.get('https://baike.so.com/doc/24368318-25185095.html'， headers = headers)r.status_coder.text

接著我們對需要的內(nèi)容進行爬取，用(.find)方法找到我們內(nèi)容位置，用(.children)下行遍歷的方法對內(nèi)容進行爬取，用(isinstance)方法對內(nèi)容進行篩選：

import requestsfrom bs4 import BeautifulSoupimport bs4headers = { ’Cookie’:’OCSSID=4df0bjva6j7ejussu8al3eqo03’, ’User-Agent’:’Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36’ ’(KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36’,}r = requests.get('https://baike.so.com/doc/24368318-25185095.html', headers = headers)r.status_coder.encoding = r.apparent_encodingsoup = BeautifulSoup(r.text, 'html.parser')for tr in soup.find(’tbody’).children:if isinstance(tr, bs4.element.Tag):tds = tr(’td’)print([tds[0].string, tds[1].string, tds[2].string])

得到結果如下：

修改輸出的數(shù)目，我們用Clist列表來存取所有城市的排名，將前20個輸出代碼如下：

import requestsfrom bs4 import BeautifulSoupimport bs4Clist = list() #存所有城市的列表headers = { ’Cookie’:’OCSSID=4df0bjva6j7ejussu8al3eqo03’, ’User-Agent’:’Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36’ ’(KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36’,}r = requests.get('https://baike.so.com/doc/24368318-25185095.html', headers = headers)r.encoding = r.apparent_encoding #將html的編碼解碼為utf-8格式soup = BeautifulSoup(r.text, 'html.parser') #重新排版for tr in soup.find(’tbody’).children: #將tbody標簽的子列全部讀取if isinstance(tr, bs4.element.Tag): #篩選tb列表，將有內(nèi)容的篩選出啦 tds = tr(’td’) Clist.append([tds[0].string, tds[1].string, tds[2].string])for i in range(21): print(Clist[i])

最終結果：

到此這篇關于Python用requests庫爬取返回為空的解決辦法的文章就介紹到這了,更多相關Python requests返回為空內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網(wǎng)！