python

导航

python中的urllib2怎么用?

来源 :中华考试网 2020-10-16

   urlopen函数

  urllib2.urlopen(url[, data[, timeout[, cafile[, capath[, cadefault[, context]]]]])

  注:

  url表示目标网页地址,可以是字符串,也可以是请求对象Request

  req= urllib2.Request(url, data,headers) response = urllib2.urlopen(req,timeout=3)

  data表示post方式提交给目标服务器的参数

  data = urllib.urlencode(data)

  import urllib,urllib2

  action_url="http://www.xxxxxx.com/post"#用于测试post的网址,返回提交的数据

  values={'name':"alice",'age':20}

  data=urllib.urlencode(values)#对表单数据编码

  rqst=urllib2.Request(action_url,data)

  response=urllib2.urlopen(rqst)#模拟提交表单数据到url并获得响应

  timeout表示超时时间设置。

  返回值

  response.read()返回页面内容

  response.info()返回网页信息

  response.geturl()返回连接地址

  这个函数可以像urllib.urlopen()那样以url做参数。也能以Request实例为参数,即用一个Request对象(下文构造方法)来映射你提出的HTTP请求,在它最简单的使用形式中你将用你要请求的地址创建一个Request对象,这个Request对象中可以设置传输数据、headers等。通过调用urlopen并传入Request对象,将返回一个file-like对象。urllib2还提供了接口来处理一般情况,例如:基础验证,cookies,代理和其他,它们通过handlers和openers的对象实现。

  2、Request函数

  urllib2.Request(url[, data][, headers][, origin_req_host][, unverifiable])

  用于构造Request对象,可以传递data数据,添加请求头(headers)等,构造好后作为urllib2.urlopen()的参数。

  注:

  url表示目标网页地址,可以是字符串,也可以是请求对象Request

  data表示post方式提交给目标服务器的参数

  headers表示用户标识,是一个字典类型的数据,有些不允许脚本的抓取,所以需要用户代理,像火狐浏览器的代理就是类似:Mozilla/5.0 (X11; U; Linux i686)Gecko/20071127 Firefox/2.0.0.11

  浏览器的标准UA格式为:浏览器标识 (操作系统标识; 加密等级标识; 浏览器语言) 渲染引擎标识 版本信息 ,headers默认是Python-urllib/2.6

  origin_req_host表示请求方的主机域名或者ip地址。

  headers = {'User-Agent':'Mozilla/5.0 (X11; U; Linux i686)Gecko/20071127 Firefox/2.0.0.11'}

  import urllib

  import urllib2

  url = 'http://www.weibo.cn/'

  user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'

  h = { 'User-Agent' : user_agent }

  req = urllib2.Request(url,headers=h)

  response = urllib2.urlopen(req)

  print response.read()

  3、build_opener()

  build_opener([handler1 [ handler2, ... ]])

  urllib2.urlopen()函数不支持验证、cookie或者其它HTTP高级功能。要支持这些功能,必须使用build_opener()函数创建自定义Opener对象。

  参数handler是Handler实例,常用的有HTTPBasicAuthHandler、HTTPCookieProcessor、ProxyHandler等。

  build_opener ()返回的对象具有open()方法,与urlopen()函数的功能相同。

  如果要修改http报头,可以用:

  import urllib2

  opener = urllib2.build_opener()

  opener.addheaders = [('User-agent', 'Mozilla/5.0')]

  opener.open('http://www.example.com/')

分享到

相关资讯