Python网络爬虫_URL封装【5】

为了达到便于管理的目的，大多网站会对网页的URL地址采取封装措施。

URL封装

在我们访问网站时，通常会看到不一样的网址，就如豆瓣电影的动作片排行榜的网页路径一样。并不是一个很层级形式的路径。

这就是URL封装。

可以发现，URL路径中，从里面的问号开始往后就是封装的内容。

像URL路径这样的，一般以Json的形式存在于请求的Request Payload，内参数用于指定路径。准确来说应该是一种请求体。

我们打开检查查看Payload

可以发现，Payload参数完全对应着URL的后半部分。

如果我们把这个Payload放入代码中拼接起来会咋样呢

因为像这样的参数我们需要将它们写成字典再传入Params可选参数，即可。

import requests  # 导入请求库

tou = {    # 伪装浏览器
    "User-Agent": 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36',
    }
ts = {   # 组装封装参数
    "type_name" : "动作",
    "type" : "5",
    "interval_id" : "100:90",
    "action" : "",
    
}
resposn = requests.get('https://movie.douban.com/typerank/', headers=tou,  params=ts)

print(resposn.text)   # 输出

可以看到运行后，就获取到了和页面一模一样的豆瓣动作片排行榜的源代码， 这就说明，Payload就是经过拆解后的URL。

按照这样的思路，我们可以利用封装后的URL举一反三。 比如我们将参数修改一下，将动作换成戏剧，运行后我们就可以拿到豆瓣喜剧片的排行榜源码了。

内容为本人学习笔记,难免有不足之处,恳请大家批评指正。