[已解决]关于两个问题的求助

红唇如刀 · 发表于 2020-7-4 08:59:47

本帖最后由红唇如刀于 2020-7-4 09:36 编辑

尝试一个简易的爬虫时，遇到两个问题，求助所有路过的鱼友

问题1：为什么我在请求的时候，如果带上headers，会提示错误：
         如果我把headers去掉后，就可以正常使用？我想在请求的时候带上headers应该如何实现？

问题2：我需要的是图中标红的信息，我自己的代码中的倒数第二句没有效果，如何用代码实现？

import requests
import os
from bs4 import BeautifulSoup

url = "https://xuangubao.cn/theme/17006066"
headers ={ 'User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.163 Safari/537.36' }
path = (r'C:\Users\Administrator\Desktop\\')

file_html = requests.get(url,headers = headers)
demo = file_html.text
soup = BeautifulSoup(demo,'html.parser')

name =soup.title.text.split(' |')[0]+'.txt'
file_name =path +name
with open(file_name,'w',encoding= 'utf-8')as f:
    f.writelines(demo)
print('已在桌面生成%s文件'%(name))

code =soup.body.text.split('".ss"')
print(code)

请各位鱼友出手相助！

最佳答案

月排行榜 / 总排行榜

Twilight6

2020-7-4 08:59:48

红唇如刀发表于 2020-7-4 09:19
版主您好：
第二个问题应该如何解决啊

这个不怎么了解了，抱歉帮不到你了

跳转到最佳答案楼层

Twilight6 · 发表于 2020-7-4 08:59:48

这个最佳答案由 Twilight6 给出，感谢 Twilight6 的回答。

单击隐藏图章

红唇如刀发表于 2020-7-4 09:19
版主您好：
第二个问题应该如何解决啊

这个不怎么了解了，抱歉帮不到你了

Twilight6 · 发表于 2020-7-4 09:03:23

问题1：为什么我在请求的时候，如果带上headers，会提示错误：
如果我把headers去掉后，就可以正常使用？我想在请求的时候带上headers应该如何实现？

headers 是字典格式的，你写成了集合

错误：
headers ={ 'User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.163 Safari/537.36' }
正确：
headers ={ 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.163 Safari/537.36' }

红唇如刀 · 发表于 2020-7-4 09:08:31

Twilight6 发表于 2020-7-4 09:03
headers 是字典格式的，你写成了集合

谢谢帮助。可是我看你回复的信息里面，错误的写法和正确的写法是一模一样的啊

Twilight6 · 发表于 2020-7-4 09:08:58

红唇如刀发表于 2020-7-4 09:08
谢谢帮助。可是我看你回复的信息里面，错误的写法和正确的写法是一模一样的啊

不认真了兄弟你认真看下单引号

红唇如刀 · 发表于 2020-7-4 09:11:16

Twilight6 发表于 2020-7-4 09:03
headers 是字典格式的，你写成了集合

噢噢噢噢，注意到了区别，谢谢谢谢

红唇如刀 · 发表于 2020-7-4 09:19:32

Twilight6 发表于 2020-7-4 09:08
不认真了兄弟你认真看下单引号

版主您好：
第二个问题应该如何解决啊

红唇如刀 · 发表于 2020-7-4 09:55:41

Twilight6 发表于 2020-7-4 09:37
这个不怎么了解了，抱歉帮不到你了

好的，谢谢您

WylLy · 发表于 2020-7-4 10:20:18

第二个问题：
看的指的图里的网址根本不是url的地址，你解析的位置就不对

红唇如刀 · 发表于 2020-7-4 10:29:42

如果我不从网站上截取，直接从下载好的本地文件中截取，可不可以？要如何实现？

红唇如刀 · 发表于 2020-7-4 10:30:50

WylLy 发表于 2020-7-4 10:20
第二个问题：
看的指的图里的网址根本不是url的地址，你解析的位置就不对

如果我不从网站上截取，直接从下载好的本地文件中截取，可不可以？要如何实现？如图所示

johnnyb · 发表于 2020-7-4 10:49:57

从图中看,你要的字段是在请求头文件里面的path 这个是你发送的请求. 是自己设置的. 你得找到来源. 这里不是来源.

WylLy · 发表于 2020-7-4 10:51:07

红唇如刀发表于 2020-7-4 10:30
如果我不从网站上截取，直接从下载好的本地文件中截取，可不可以？要如何实现？如图所示

你要做的是把文件处理成标准的json文件或者字典或者列表

红唇如刀 · 发表于 2020-7-4 10:56:16

johnnyb 发表于 2020-7-4 10:49
从图中看,你要的字段是在请求头文件里面的path 这个是你发送的请求. 是自己设置的. 你得找到来源. 这里不是 ...

好的，谢谢指导

红唇如刀 · 发表于 2020-7-4 11:07:02

WylLy 发表于 2020-7-4 10:51
你要做的是把文件处理成标准的json文件或者字典或者列表

好的，能不能举个正确代码写法的例子？

小小的石头 · 发表于 2020-7-4 11:08:57

headers写错了，应该是字典{"":""}这种样式的

红唇如刀 · 发表于 2020-7-4 11:15:39

小小的石头发表于 2020-7-4 11:08
headers写错了，应该是字典{"":""}这种样式的

谢谢，已经修改

账号		自动登录	找回密码
密码			立即注册