import urllib2 class Spider: ''' 爬取一個網站,定義一個Spider類 ''' def load_page(self,page): ''' 定義一個發送url請求,下載HTML源碼的成員方法,self表示當前對象 ''' #要請求的url地址 url = "https://tieba.baidu.com/f?kw=%E7%8E%AF%E5%A2%83&ie=utf-8&pn="+page #請求頭user_agent user_agent = "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36" #創建一個字典,將請求頭中的headers中'User_Agent':對應user_agent headers ={'User_Agent':user_agent} #新建一個請求,需要將請求中的headers變量換成我們創建好的headers req = urllib.Request(url,headers=headers) #請求服務器,得到響應 response = urllib2.urlopen(req) #得到響應的內容 html = response.read() #防止亂碼 new_html = html.decode("gbk").encode("utf-8") return new_html #main if __name__ == "__main__": #創建一個Spider對象 myspider = Spider() #調用load_page()方法 page = myspider.load_page(0)