爬取网页的通用代码框架

1、什么是网页的通用代码框架？

就是一组代码；能够准确的可靠地爬取网页上的内容。

2、网络的异常处理：

image.png

注意：6、7的区别

image.png

r.raise_for_status()使用方法：

image.png
image.png

代码如下：
import requests
def getHTMLText(url):
try:
r=requests.get(url,timeout=30)
r.raise_for_status()#如果状态不是200，引发HTTPError异常
r.encoding=r.apparent_encoding#根据响应内容指定编码格式utf-8
return r.text
except:
return '产生异常'

if name == 'main':
url='https://www.baidu.com'
print(getHTMLText(url))

Http协议和Requests库的 方法：

http协议内容请参考：HTTP入门详解 - 简书 (jianshu.com)
是不是很熟悉，和request库的七个主要七个方法很像。

image.png
image.png
head（）方法更节省带宽：
image.png
image.png
image.png
put（）与post（）类似。