接上一篇文章：Python爬虫：编写简单爬虫之新手入门
前言：
上一篇文章，我爬取到了豆瓣官网的页面代码，我在想怎样让爬取到的页面显示出来呀，爬到的数据是html页面代码，不如将爬取到的代码保存到一个文件中，文件命名为html格式，那直接打开这个文件就可以在浏览器上看到爬取数据的效果了。废话不多说，进入正文。
本篇文章：继续介绍另外两种方式来实现python爬虫获取数据，并将python获取的数据保存到文件中。
一、第一种方式：
主要通过爬取百度官网页面数据，将数据保存到文件baidu.html中，程序运行完打开文件baidu.html查看效果。具体代码中有详细的代码解释，相信刚入门的你也能看懂~~
说明一下我的代码环境是python3.7，本地环境是python2.x的可能需要改部分代码，用python3.x环境的没问题。
代码如下：
-
# -*- coding: utf-8 -*- -
import urllib.request -
import urllib -
# 1、网址url --百度 -
url = 'http://www.baidu.com' -
# 2、创建request请求对象 -
request = urllib.request.Request(url) -
# 3、发送请求获取结果 -
response = urllib.request.urlopen(request) -
htmldata = response.read() -
# 4、设置编码方式 -
htmldata = htmldata.decode('utf-8') -
# 5、打印结果 -
print (htmldata) -
# 6、打印爬去网页的各类信息 -
print ("response的类型:",type(response)) -
print ("请求的url:",response.geturl()) -
print ("响应的信息:",response.info()) -
print ("状态码:",response.getcode()) -
# 7、爬取数据保存到文件 -
fileOb = open('baidu.html','w',encoding='utf-8') #打开一个文件，没有就新建一个 -
fileOb.write(htmldata) -
fileOb.close()
在open()方法中如果没有设置编码encoding='utf-8'，会报错，原因如下：
在windows下面，新文件的默认编码是gbk，这样的话，python解释器会用gbk编码去解析我们的网络数据流html，
然而html此时已经是decode过的unicode编码，这样的话就会导致解析不了，出现上述问题。
设置encoding='utf-8'，打开文件时就按照utf-8格式编码，则顺利运行。
运行结果：
部分截图如下：截取的是第六步中的网页各类信息，第五步打印的数据过多，也已经保存到文件baidu.html中了，所以没有截取。
下图是运行程序之后在本地生成的baidu.html文件：
打开此baidu.html文件结果如下图所示：
有没有很神奇是不是和百度页面一模一样^_^，没错，就是这样子的
二、第二种方式：添加特殊情景的处理器
代码如下：
-
# -*- coding: utf-8 -*- -
import urllib.request, http.cookiejar -
# 1、网址url --百度 -
url = 'http://www.baidu.com' -
# 2、创建cookie容器 -
cj = http.cookiejar.CookieJar() -
handle = urllib.request.HTTPCookieProcessor(cj) -
# 3、创建1个opener -
opener = urllib.request.build_opener(handle) -
# 4、给urllib.request安装opener -
urllib.request.install_opener(opener) -
# 5、使用带有cookie的urllib.request访问网页,发送请求返回结果 -
response = urllib.request.urlopen(url) -
htmldata = response.read() -
# 6、设置编码方式 -
data = htmldata.decode("utf-8") -
# 7、打印结果 -
print (data) -
# 8、打印爬去网页的各类信息 -
print ("response的类型:",type(response)) -
print ("请求的url:",response.geturl()) -
print ("响应的信息:",response.info()) -
print ("状态码:",response.getcode()) -
# 9、爬取数据保存到文件 -
fileOb = open('baiduCookie.html','w',encoding='utf-8') #打开一个文件，没有就新建一个 -
fileOb.write(data) -
fileOb.close()
为了区别第一种生成的文件baidu.html，这里我将第二种生成的文件命名为baiduCookie.html
这种方式结果和第一种一样，只是代码不同，所以下面不在赘述，结果见第一种即可。
喜欢我的文章的可以关注哦，有问题的可以提出来，（q群 467604262 大佬都在哦）互相交流，互相学习^_^