```python
import requests
from lxml import etree

url = "https://www.baidu.com"
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko'}
req = requests.get(url=url, headers=headers, timeout=10)
html = req.content.decode("utf-8")
# print(html)
parse = etree.HTML(html)
data = parse.xpath("///input[@id='su']/@value")
print(data)
```

------------

#### 1. requests模块：
获取网页用，也可以用urllib

------------

#### 2. lxml模块：
解析网页用，调用xpath解析，简单方便。也可以用beautifulsoup、正则表达式进行解析。

------------

#### 3. url = "https://www.baidu.com"：
网页地址，要注意的是：别忘了加上 https:// ，而且 http 和 https 是不一样的。

------------

#### 4. headers = {}：
头文件，用于将爬虫伪装成浏览器
##### 4.1. 'User-Agent': 'balabalabala'：
告诉网站服务器，访问者是通过什么工具来请求的，有些网站在没有它的时候根本不鸟请求
##### 4.2. headers 相关：
还有 Refer、Cookie等，还能用proxies代理ip，总之就是伪装自己

------------

#### 5. requests.get()
requests模块会向网址发送一个get请求，如果服务器心情好，就会把网页数据发给你

------------

#### 6. etree.HTML()
调用etree方法里的HTML类，把html网页的数据变成能用XPath解析的对象

------------

#### 7. parse.xpath()
把解析好的对象（我这里叫parse），利用 XPath 语言找到所需要的对象。
这里需要简单学学xpath，很简单的。[点击学习Xpath](https://blog.csdn.net/u013332124/article/details/80621638 "点击学习Xpath")

Python 简单爬虫快速开始

总共已有 0 条评论

Python 简单爬虫 快速开始

总共已有 0 条评论

Python 简单爬虫快速开始