用Python写一个爬取百度的代码
时间: 2023-08-31 12:19:57 浏览: 124
### 回答1:
以下是一个使用Python爬取百度搜索结果的示例代码:
```python
import requests
from bs4 import BeautifulSoup
# 定义要搜索的关键词
keyword = "Python"
# 构造搜索URL
url = "https://www.baidu.com/s?wd=" + keyword
# 发送请求并获取HTML源码
response = requests.get(url)
html = response.text
# 解析HTML源码
soup = BeautifulSoup(html, "html.parser")
search_results = soup.select(".result")
# 输出搜索结果标题和URL
for result in search_results:
title = result.select(".t")[0].get_text()
url = result.select(".c-showurl")[0].get_text()
print(title)
print(url)
print()
```
这段代码使用requests库发送GET请求并获取百度搜索结果页面的HTML源码,然后使用BeautifulSoup库解析HTML源码,提取搜索结果的标题和URL。最后,将搜索结果输出到控制台。请注意,这个示例代码可能会触发百度的反爬虫机制,使用时请自行了解相关法律法规和技术规范。
### 回答2:
以下是使用Python编写的可以爬取百度搜索结果的代码:
```python
import requests
from bs4 import BeautifulSoup
def retrieve_baidu_results(query):
url = f"https://www.baidu.com/s?wd={query}"
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.81 Safari/537.36"
}
try:
response = requests.get(url, headers=headers)
response.raise_for_status()
soup = BeautifulSoup(response.content, "html.parser")
results = []
for result in soup.select(".result"):
title = result.select_one(".t").text.strip()
url = result.select_one(".t a")["href"]
abstract = result.select_one(".c-abstract").text.strip()
results.append({"title": title, "url": url, "abstract": abstract})
return results
except requests.exceptions.RequestException as e:
print(f"An error occurred: {e}")
return None
# 测试爬取百度搜索结果
query = input("请输入搜索关键词:")
results = retrieve_baidu_results(query)
if results:
for i, result in enumerate(results):
print(f"结果 {i+1}:")
print(f"标题:{result['title']}")
print(f"链接:{result['url']}")
print(f"摘要:{result['abstract']}\n")
else:
print("未找到相关结果")
```
这个代码使用了`requests`和`BeautifulSoup`库,首先构造搜索关键词的百度URL,然后发送GET请求获取页面内容。使用BeautifulSoup解析页面,通过CSS选择器选择搜索结果的标题、链接和摘要,将结果保存在字典中。最后,打印结果到控制台。如果出现错误,将打印错误消息。
### 回答3:
可以使用Python的网络爬虫库来编写一个爬取百度的代码。下面是一个简单的示例:
```python
import requests
def crawl_baidu(keyword):
url = f"https://www.baidu.com/s?wd={keyword}" # 构造百度搜索的URL
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.81 Safari/537.36"
}
response = requests.get(url, headers=headers) # 发送GET请求
if response.status_code == 200:
print(response.text) # 打印百度搜索的结果页面 HTML
else:
print("请求失败")
keyword = input("请输入关键词:")
crawl_baidu(keyword)
```
使用这个代码,用户可以输入关键词,然后通过百度搜索获取相关结果的HTML页面。在实际使用中,可以对返回的HTML页面进行解析,提取相关信息,并根据需求进行处理。要注意的是,为了得到正确的结果,需要使用模拟浏览器的User-Agent来发送请求。
阅读全文