python网络爬虫（一）

网络爬虫是一个很有意思的技术，我一直都想尝试着学习网络爬虫这项技术。

其基本原理比较简单：就是模拟客户端发送请求，得到服务器端的响应，从中获取到有用的信息。

但是现在的网站基本都有防爬策略、且会对请求或者服务器端进行一定加密。所以，我建议尽量一开始尽量去爬取无加密的网站，有加密的网站需要取看源码（比较麻烦）。

我抄了别人一段爬取有道翻译的代码，自己改了一下：

import urllib.request
import urllib.parse
import json


def translate():
    centens = input('输入要翻译的语句:')
    url = 'http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule'
    head = {'User-Agent':
            'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'}  # 增加请求头，防反爬虫 UA伪装
    data = {'i':centens,
            'from':'AUTO',
            'to':'AUTO',
            'smartresult':'dict',
            'client':'fanyideskweb',
            'salt':'16057996372935',
            'lts':'1605799637293',
            'bv':'f7d97c24a497388db1420108e6c3537b',
            'doctype':'json',
            'version':'2.1',
            'keyfrom': 'fanyi.web',
            'action': 'FY_BY_REALTlME'
            }  # 带上from data的数据进行请求
    data = urllib.parse.urlencode(data).encode('utf-8')
    req = urllib.request.Request(url, data, head)
    response = urllib.request.urlopen(req)
    html = response.read().decode('utf-8')
    req = json.loads(html)
    result = req['translateResult'][0][0]['tgt']
    # print(f'中英互译的结果：{result}')
    return result


t = translate()
print(f'中英互译的结果：{t}')

　首先，找到post请求。在浏览器的开发者工具 网络一项种可以找到

 看一下post了啥

 所以，我们可以根据这个来进行伪装。

最后，我们得到了它的回应：

 一堆乱码，显然经过了加密，直接调用我给出的代码吧。