Python网络爬虫(1)——Requests及爬虫通用代码框架

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/FLORIDA_tang/article/details/80317704

The website is the API…
Requests文档：http://cn.python-requests.org/zh_CN/latest/
爬虫通用代码框架

import requests

#定义通用爬虫代码框架
def getHTMLText(url):
    try:
        # 设置代理服务器，隐藏IP地址，预防爬虫反追踪
        pxs = {'https': 'https://10.10.10.1:4321'}
        r = requests.request('GET', 'http://www.baidu.com', proxies=pxs)
        r.raise_for_status()   #如果状态码不是200，则引发HTTPRrror异常
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return "产生异常"

#mian
if __name__ == '__main__':
    url = "http://www.baidu.com"
    print(getHTMLText(url))