urllib2使用

urllib2下载网页的方法

第一种:最简洁的方法 使用urllib2.urlopen()方法

#在python3里面,用urllib.request代替urllib2
import urllib.request

#链接
url = 'http://www.baidu.com'

#直接请求
response = urllib.request.urlopen(url)


#指定编码请求方法1
with urllib.request.urlopen(url)as response:
    #print(response.read().decode('utf8'))

#指定编码请求方法2:
f = urllib.request.urlopen(url)
#print(f.read().decode('utf8')) #报错是因为GBK不能解析非法多字节序列。

#获取状态码,如果是200表示获取成功。
print (response.getcode())

#读取内容
cont = response.read()
#print(cont)

第二种方法:添加data、http header

  • data:需要用户输入的数据(PUT\CGI\POST\GET请求)
  • http header:向服务器提交头信息
PUT请求 - 把消息本体中的消息发送到一个URL,跟POST类似,但不常用。
import urllib.request
DATA = b'some data'
req = urllib.request.Request(url = url, data = DATA , method = 'PUT')
#创建Request对象
request = urllib.request.urlopen(req)
print(request.status)
print(request.reason)
发送数据请求,CGI程序处理

CGI(Common Gateway Interface),通用网关接口,它是一段程序,运行在服务器上如:HTTP服务器,提供同客户端HTML页面的接口。

import urllib.request
req = urllib.request.Request(url = url,data = b'This is a CGI')
f = urllib.request.urlopen(req)
#print(f.read().decode('utf-8'))
GET请求
import urllib.request
import urllib.parse
params = urllib.parse.urlencode({'wd':'PythonGET请求'})
print(params) # wd=PythonGET请求
f = urllib.request.urlopen('http://www.baidu.com/s?%s' % params)
#print(f.read().decode('utf-8'))
POST 请求
#方法1
import urllib.request
import urllib.parse
data = urllib.parse.urlencode({'wd':"PythonPOST请求"})
data = data.encode('utf-8')
request = urllib.request.Request('http://www.baidu.com/s?')
#往请求头中添加字符集参数内容
request.add_header("Content-Type", "application/json")
request.add_header('User-Agent', 'Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko')
f = urllib.request.urlopen(request, data)
#print(f.read().decode('utf-8'))

#方法2
from urllib import request,parse
textmod = urllib.parse.urlencode({"wd": "PythonPOST请求"}).encode(encoding='UTF8')
header_dict = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko',"Content-Type": "application/json"}
url='http://www.baidu.com/s?'
req = request.Request(url=url,data=textmod,headers=header_dict)
res = request.urlopen(req)
print(res.getcode())
#print(res.read().decode('utf-8'))


添加HTTP Header
#添加 http headers

import urllib.request
req = urllib.request.Request('http://www.example.com/')
req.add_header('Referer', 'http://www.python.org/')
r = urllib.request.urlopen(req)

#添加 user-agent

import urllib.request
opener = urllib.request.build_opener()
opener.addheaders = [('User-agent', 'Mozilla/5.0')]
opener.open('http://www.example.com/')

第三种添加特殊情景的处理器

基本HTTP验证,登录请求
import urllib.request
#创建支持openerdirector的基本的http认证
auth_handler = urllib.request.HTTPBasicAuthHandler()
auth_handler.add_password(realm='PDQ Application',
                          uri='https://mahler:8092/site-updates.py',
                          user='klem',
                          passwd='kadidd!ehopper')
opener = urllib.request.build_opener(auth_handler)
urllib.request.install_opener(opener)
urllib.request.urlopen('http://mail.163.com/')

HTTPCookieprocessor

import urllib.request,http.cookiejar
#创建cookie容器
cj = http.cookiejar.CookieJar()
#创建1个opener
opener = urllib.request.build_opener(urllib.request.HTTPCookieProcessor(cj))
#给urllib.request安装opener
urllib.request.install_opener(opener)
#使用带有Cookie的urllib.request访问网页
response = urllib.request.urlopen('http://www.baidu.com')

ProxyHandler

#指定代理方式请求
import urllib.request
proxies = {'http':url}
opener = urllib.request.FancyURLopener(proxies)
f = opener.open(url)
#print(f.read().decode('utf-8'))
#无添加代理
import urllib.request
opener = urllib.request.FancyURLopener({})
f = opener.open(url)
#print(f.read().decode('utf-8'))

HTTPSHandler:https加密访问

HTTPRedirectHandler

#!/usr/bin/python
# -*- coding: utf-8 -*-
#encoding=utf-8
#Filename:states_code.py
  
import urllib.request
  
class RedirctHandler(urllib.request.HTTPRedirectHandler):
  """docstring for RedirctHandler"""
  def http_error_301(self, req, fp, code, msg, headers):
    pass
  def http_error_302(self, req, fp, code, msg, headers):
    pass
  
def getUnRedirectUrl(url,timeout=10):
  req = urllib.request.Request(url)
  debug_handler = urllib.request.HTTPHandler(debuglevel = 1)
  opener = urllib.request.build_opener(debug_handler, RedirctHandler)
  
  html = None
  response = None
  try:
    response = opener.open(url,timeout=timeout)
    html = response.read()
  except urllib.request.URLError as e:
    if hasattr(e, 'code'):
      error_info = e.code
    elif hasattr(e, 'reason'):
      error_info = e.reason
  finally:
    if response:
      response.close()
  if html:
    return html
  else:
    return error_info
  
html = getUnRedirectUrl('http://jb51.net')
print(html)
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,504评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,434评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,089评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,378评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,472评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,506评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,519评论 3 413
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,292评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,738评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,022评论 2 329
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,194评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,873评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,536评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,162评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,413评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,075评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,080评论 2 352

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,646评论 18 139
  • 一、网络爬虫的定义 网络爬虫,即Web Spider,是一个很形象的名字。把互联网比喻成一个蜘蛛网,那么Spide...
    随风化作雨阅读 1,087评论 0 0
  • 镇江吾悦DDM徐冰阅读 195评论 0 0
  • 夜里,清冽的微风吹起 细雨,粘在你的衣襟里 月光,碎若花瓣落地,毫无生气 掬取一路流离风景 恍惚的记忆里有太多失意...
    三条命的猫阅读 187评论 2 5
  • 非技术能力: 良好的开发习惯 独立思考的能力 主动并善于沟通 技术能力: 1、熟悉常用设计模式、数据结构 2、熟悉...
    喝茶就困阅读 379评论 0 1