2018春节放假安排 网站建设百度高级检索入口

1、算法框架解释

    针对这个案例，现在对爬虫的基础使用做总结如下：
    1、算法框架
    (1)设定传入参数
        ~url:
            当前整个页面的url:当前页面的网址
            当前页面某个局部的url:打开检查
        ~data:需要爬取数据的关键字，即搜索内容
        ~param:需要获取哪些(类型)的数据，即数据类型
        ~headers:UA伪装
    (2)得到get/post请求响应
        根据”检查“结果进行判断:
            get请求:response=requests.get(url=**,data=**,param=**,headers=**)
            post请求:response=requests.post(url=**,data=**,param=**,headers=**)
    (3)将得到的请求响应json化数据
        此处以request.get/post请求数据为dict为例:
        dict_obj=response.json()    #在这里，你得到的其实是一个python对象，也就是python的字典
    (4)持久化存储
        ~得到存储地址和修改权限
            fp=open("目录",'w',encoding="UTF-8)
        ~将python对象编码成Json字符串>>格式转化>>python(dict)——>json
            json.dump(返回的json数据>>dict_obj,fp=存储地址>>fp,ensure_ascii=False)
        ~结束

2、代码解析 

import requests
import json""""""
if __name__ == "__main__":print("开始爬取")# (1)post_url = 'https://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=keyword'post_data = {'kw': '上海'}post_param = {"cname": "","pid": "","keyword": "上海","pageIndex": "1","pageSize": "10"}post_header = {"User-Agent": "Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) ""Chrome/119.0.0.0 Mobile Safari/537.36"}# (2)response = requests.post(url=post_url, data=post_data, params=post_param, headers=post_header)# (3)dict_obj = response.json()# print(type(dict_obj))# (4)fp = open('./html/KenDeJi.json', 'w', encoding='UTF-8')json.dump(dict_obj, fp=fp, ensure_ascii=False)print("over")