使用Python開發(fā)的同學(xué)一定聽說過Requsts庫，它是一個(gè)用于發(fā)送HTTP請求的測試。如比我們用Python做基于HTTP協(xié)議的接口測試，那么一定會(huì)首選Requsts，因?yàn)樗春唵斡謴?qiáng)大。現(xiàn)在作者Kenneth Reitz 又開發(fā)了requests-html 用于做爬蟲。

該項(xiàng)目從3月上線到現(xiàn)在已經(jīng)7K+的star了！

GiHub項(xiàng)目地址：

https://github.com/kennethreitz/requests-html

requests-html 是基于現(xiàn)有的框架 PyQuery、Requests、lxml、beautifulsoup4等庫進(jìn)行了二次封裝，作者將Requests設(shè)計(jì)的簡單強(qiáng)大的優(yōu)點(diǎn)帶到了該項(xiàng)目中。

安裝：

pip install requests-html

教程與使用：

使用GET請求 https://python.org 網(wǎng)站。

先來看看requests的基本使用。

from requests_html import HTMLSessionsession = HTMLSession()r = session.get(’https://python.org/’)# 獲取頁面上的所有鏈接。all_links = r.html.linksprint(all_links)# 獲取頁面上的所有鏈接，以絕對路徑的方式。all_absolute_links = r.html.absolute_linksprint(all_absolute_links)

作為一個(gè)IT技術(shù)人員，是不是要時(shí)時(shí)關(guān)心一下科技圈的新聞，上博客園新聞?lì)l道，抓取最新的推薦新聞。

from requests_html import HTMLSessionsession = HTMLSession()r = session.get('https://news.cnblogs.com/n/recommend')# 通過CSS找到新聞標(biāo)簽news = r.html.find(’h2.news_entry > a’)for new in news: print(new.text) # 獲得新聞標(biāo)題 print(new.absolute_links) # 獲得新聞鏈接

執(zhí)行結(jié)果：

雷軍：小米硬件綜合凈利率永遠(yuǎn)不超5％！{’https://news.cnblogs.com/n/595156/’}苦大仇深的“中國芯”，不妨學(xué)一學(xué)有趣的樹莓派{’https://news.cnblogs.com/n/595143/’}我的快遞，憑什么不能給我送到家！{’https://news.cnblogs.com/n/595087/’}倪光南回應(yīng)方舟CPU失敗論：企業(yè)失敗不等于技術(shù)失敗{’https://news.cnblogs.com/n/595102/’}清華大學(xué)突破紀(jì)錄：首次實(shí)現(xiàn)25個(gè)量子接口間量子糾纏{’https://news.cnblogs.com/n/595103/’}定向免流量套餐用著爽，但背后的“坑”你可能不知道{’https://news.cnblogs.com/n/595061/’}你在微信群侃大山，有人卻用微信群發(fā)大財(cái){’https://news.cnblogs.com/n/595059/’}馬云的三觀{’https://news.cnblogs.com/n/595047/’}美國科技強(qiáng)大的全部秘密{’https://news.cnblogs.com/n/595043/’}蓋茨看著聽證會(huì)上的扎克伯格：滿眼都是20年前的自己{’https://news.cnblogs.com/n/595025/’}史上最清晰癌細(xì)胞轉(zhuǎn)移3D影像來襲{’https://news.cnblogs.com/n/595019/’}中興員工：華為僅部分芯片自己設(shè)計(jì) 誰被美制裁都得死{’https://news.cnblogs.com/n/594967/’}作為曾經(jīng)的華為員工，我想替中興公司說兩句公道話{’https://news.cnblogs.com/n/594962/’}匿名網(wǎng)友回評(píng)梁寧：方舟bug無數(shù) 貼錢給別人都未必用{’https://news.cnblogs.com/n/594932/’}一段關(guān)于國產(chǎn)芯片和操作系統(tǒng)的往事{’https://news.cnblogs.com/n/594900/’}芯片股總市值低于美國巨頭 有公司靠政府補(bǔ)助盈利{’https://news.cnblogs.com/n/594902/’}被自家律師送上“槍口”的“二流”中興{’https://news.cnblogs.com/n/594859/’}Google正在失去DeepMind？{’https://news.cnblogs.com/n/594853/’}

擴(kuò)展：我們可以進(jìn)一步將這里數(shù)據(jù)做持久化處理，設(shè)計(jì)出自己的“頭條”。

接下來我們到網(wǎng)站上下載壁紙，以美桌網(wǎng)（www.win4000.com）為例。

from requests_html import HTMLSessionimport requests# 保存圖片到bg/目錄def save_image(url, title): img_response = requests.get(url) with open(’./bg/’+title+’.jpg’, ’wb’) as file: file.write(img_response.content)# 背景圖片地址，這里選擇1920*1080的背景圖片url = 'http://www.win4000.com/wallpaper_2358_0_10_1.html'session = HTMLSession()r = session.get(url)# 查找頁面中背景圖，找到鏈接，訪問查看大圖，并獲取大圖地址items_img = r.html.find(’ul.clearfix > li > a’)for img in items_img: img_url = img.attrs[’href’] if '/wallpaper_detail' in img_url: r = session.get(img_url) item_img = r.html.find(’img.pic-large’, first=True) url = item_img.attrs[’src’] title = item_img.attrs[’title’] print(url+title) save_image(url, title)

這個(gè)網(wǎng)站上的圖片還是很容易獲取的，在上面的代碼塊中我加了注釋。這里不再說明。

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持好吧啦網(wǎng)。