- url: 需要開啟的**
- data:post提交的資料
- timeout:設定**的訪問超時時間
直接用urllib.request模組的urlopen()獲取頁面,page的資料格式為bytes型別,需要decode()解碼,轉換成str型別。
1urlopen返回物件提供方法:from urllib import
request
2 response = request.urlopen(r'
') #
httpresponse型別
3 page =response.read()
4 page = page.decode('
utf-8
')
- read() , readline() ,readlines() , fileno() , close() :對httpresponse型別資料進行操作
- info():返回httpmessage物件,表示遠端伺服器返回的頭資訊
- getcode():返回http狀態碼。如果是http請求,200請求成功完成;404**未找到
- geturl():返回請求的url
使用request()來包裝請求,再通過urlopen()獲取頁面。
1 url = r'用來包裝頭部的資料:'2 headers =
8 req = request.request(url, headers=headers)
9 page =request.urlopen(req).read()
10 page = page.decode('
utf-8
')
- user-agent :這個頭部可以攜帶如下幾條資訊:瀏覽器名和版本號、作業系統名和版本號、預設語言
- referer:可以用來防止盜鏈,有一些**顯示**http://***.com,就是檢查referer來鑑定的
- connection:表示連線狀態,記錄session的狀態。
urlopen()的data引數預設為none,當data引數不為空的時候,urlopen()提交方式為post。
1urlencode()主要作用就是將url附上要提交的資料。from urllib import
request, parse
2 url = r'
'3 headers =
9 data =
14 data = parse.urlencode(data).encode('
utf-8')
15 req = request.request(url, headers=headers, data=data)
16 page =request.urlopen(req).read()
17 page = page.decode('
utf-8
')
1 data =經過urlencode()轉換後的data資料為?first=true?pn=1?kd=python,最後提交的url為6 data = parse.urlencode(data).encode('
utf-8
')
first=true?pn=1?kd=python
post的資料必須是bytes或者iterable of bytes,不能是str,因此需要進行encode()編碼
1 page = request.urlopen(req, data=data).read()當然,也可以把data的資料封裝在urlopen()引數中
當需要抓取的**設定了訪問限制,這時就需要用到**來抓取資料。
1 data =6 proxy = request.proxyhandler() #
設定proxy
7 opener = request.build_opener(proxy) #
掛載opener
8 request.install_opener(opener) #
安裝opener
9 data = parse.urlencode(data).encode('
utf-8')
10 page =opener.open(url, data).read()
11 page = page.decode('
utf-8')
12return page
urllib模組的使用
urllib.request.urlopen url,data none,timeout,cafile none,capath none,cadefault false,context none 直接用urllib.request模組的urlopen 獲取頁面,page的資料資料格式為bytes型別...
Python中urllib模組的使用
建立乙個表示遠端url的類檔案物件,然後像本地檔案一樣操作這個類檔案物件來獲取遠端資料。引數url表示遠端資料的路徑,一般是 引數data表示以post方式提交到url的資料 玩過web的人應該知道提交資料的兩種方式 post與get。如果你不清楚,也不必太在意,一般情況下很少用到這個引數 引數pr...
urllib和re模組的使用
re模組的使用 匹配任意乙個字元,除了 n 匹配字串的開頭 匹配字串的結尾 re模組 1 complie方法 將正規表示式的字串形式編譯為乙個pattern物件 2,match方法 從起始位置開始匹配符合規則的字串,單次匹配,匹配成功,立即返回match物件,未匹配成功則返回none 3.searc...