入门python小白必备知识

suger7

Python 作为一门解释型的语言，它天生具有跨平台的特征，只要为平台提供了相应的 Python 解释器，Python 就可以在该平台上运行。那Python这么火爆，几乎可以说是很多人都会选择学Python，但是学是一回事，用又是另一回事了。理论终将是纸上谈兵，是骡子是马得拉出来溜溜。为了帮助大家更快的掌握Python，今天小编给大家分享一些python实践项目。

我们就以简单的访问百度为实践项目，很多小伙伴以访问百度是最简单的，没有什么难度，事情并没有那么简单，只要获取稍微有价值点的数据，网站都有反爬机制的。像百度访问太频繁了最容易遇到的就是封IP行为。一般这样的情况下解决办法就是直接加上代理访问就可以，代理的选择有很多，根据个人需求去选择，这里给大家推荐代理里面最靠谱的亿牛云代理。现在我们就加上由他们家提供的隧道代理去访问百度看下效果，实现代码如下：

    #! -*- encoding:utf-8 -*-    import requests    import random    # 要访问的目标页面    targetUrl = "http://httpbin.org/ip"    # 要访问的目标HTTPS页面    # targetUrl = "https://httpbin.org/ip"    # 代理服务器(产品官网 www.16yun.cn)    proxyHost = "t.16yun.cn"    proxyPort = "31111"    # 代理验证信息    proxyUser = "username"    proxyPass = "password"    proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {        "host" : proxyHost,        "port" : proxyPort,        "user" : proxyUser,        "pass" : proxyPass,    }    # 设置 http和https访问都是用HTTP代理    proxies = {        "http"  : proxyMeta,        "https" : proxyMeta,    }    #  设置IP切换头    tunnel = random.randint(1,10000)    headers = {"Proxy-Tunnel": str(tunnel)}    resp = requests.get(targetUrl, proxies=proxies, headers=headers)    print resp.status_code    print resp.text

除了遇到网站封IP以外还有，还有请求头之User-agent这个稍微接触过爬虫的应该都不陌生，不是说接触Python爬虫，不管你用什么开发语言来写爬虫，应该都会用到这个。还有就是请求头之Cookies，有一部分网站，当你访问首页时，会自动设置一个cookie，然后访问同站下的其他页面就会验证这个字段，如果不匹配就会禁止访问，我们上面访问百度都会自动设置一些cookie。

zchzzz

1231231231

zchzzz

1231231231231

zchzzz

12312312312

zchzzz

23444433333333333333

zchzzz

23423423423

zchzzz

11111111111111

zchzzz

12312312321

zchzzz

123123123123