爬取搜狗指定词条对应的搜索结果页面（简易网页采集器）

#UA检测：门户网站的服务器会检测对应请求的载体身份标识，如果检测到请求载体的身份标识为某一款浏览器，说明是正常用户通过浏览器发起的正常的请求
# 如果检测到非浏览器发起的请求，则表示请求可能为不正常的请求（爬虫），那么有可能就会拒绝该请求
#UA：User-Agent：（请求身份载体的身份标识）

import requests
if __name__ == '__main__':
    # UA伪装：将对应的User-Agent封装到一个字典中
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36'
    }
    url='https://sogou.com/web?'
    # 处理url携带的参数：封装到字典中
    kw = input('enter a word')
    param ={
        'query':kw
    }
    #对指定的url发起的请求 对应的url是携带参数的，并且在请求过程中处理了参数
    response = requests.get(url=url, params=param,headers=headers)
    page_text = response.text
    fileName = kw+'.html'
    with open(fileName, 'w', encoding='utf-8') as fp:
        fp.write(page_text)
    print(fileName,'保存成功！！！')

其中UA检测是反爬技术 UA伪装是来针对这种技术进行爬取