飞猪爬虫项目

该博客介绍了如何使用Python进行网络爬虫,具体目标是抓取飞猪网站上的免费IP代理信息。首先,通过requests和BeautifulSoup库发起HTTP请求并解析HTML页面,获取一级页面的IP代理链接。然后,遍历这些链接,请求二级页面,进一步提取代理IP、端口、评分等详细信息,并将数据写入文件。整个过程包括了网页请求、响应处理、HTML解析以及数据存储等步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import requests
from bs4 import BeautifulSoup

# 爬取飞猪IP免费代理
class SpiderApp:

    #  初始化属性
    def __init__(self):
        # 地址、头部、请求对象、解析对象
        self.url = "https://www.feizhuip.com/?source=baidu&keyword=feizhuIP"
        self.head = {"user-agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.61 Safari/537.36"}
        self.req = requests
        self.bs = BeautifulSoup
        # 存储page1中的路径和标题
        self.href_list = []
        # 响应对象
        self.response = ""

    # 请求第一级页面:获取二级页面的路径和标题
    def sendReqPage1(self):
        # 1 发起请求
        self.response = self.req.get(url=self.url,headers=self.head)
        # 2 查看状态
        print("code-",self.response.status_code)
        # 3 解析数据 解析器:html5lib需要安装
        soup = sel
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值