1.urlopen函數(shù)

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

注：

url表示目標網(wǎng)頁地址，可以是字符串，也可以是請求對象Request

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

data表示post方式提交給目標服務器的參數(shù)

data = urllib.urlencode(data)

import urllib,urllib2 
action_url="http://www.xxxxxx.com/post"#用于測試post的網(wǎng)址，返回提交的數(shù)據(jù) 
values={'name':"alice",'age':20} 
data=urllib.urlencode(values)#對表單數(shù)據(jù)編碼 
rqst=urllib2.Request(action_url,data) 
response=urllib2.urlopen(rqst)#模擬提交表單數(shù)據(jù)到url并獲得響應

timeout表示超時時間設置。

返回值

• response.read()返回頁面內(nèi)容
• response.info()返回網(wǎng)頁信息
• response.geturl()返回連接地址
  

這個函數(shù)可以像urllib.urlopen()那樣以url做參數(shù)。也能以Request實例為參數(shù)，即用一個Request對象（下文構(gòu)造方法）來映射你提出的HTTP請求,在它最簡單的使用形式中你將用你要請求的地址創(chuàng)建一個Request對象，這個Request對象中可以設置傳輸數(shù)據(jù)、headers等。通過調(diào)用urlopen并傳入Request對象，將返回一個file-like對象。urllib2還提供了接口來處理一般情況，例如：基礎驗證，cookies,代理和其他，它們通過handlers和openers的對象實現(xiàn)。

2、Request函數(shù)

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

用于構(gòu)造Request對象，可以傳遞data數(shù)據(jù)，添加請求頭（headers）等，構(gòu)造好后作為urllib2.urlopen()的參數(shù)。

注：

url表示目標網(wǎng)頁地址，可以是字符串，也可以是請求對象Request

data表示post方式提交給目標服務器的參數(shù)

headers表示用戶標識，是一個字典類型的數(shù)據(jù)，有些不允許腳本的抓取，所以需要用戶代理，像火狐瀏覽器的代理就是類似：

Mozilla/5.0 (X11; U; Linux i686)Gecko/20071127 Firefox/2.0.0.11

瀏覽器的標準UA格式為：瀏覽器標識 (操作系統(tǒng)標識; 加密等級標識; 瀏覽器語言) 渲染引擎標識 版本信息 ，headers默認是

Python-urllib/2.6

origin_req_host表示請求方的主機域名或者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()函數(shù)不支持驗證、cookie或者其它HTTP高級功能。要支持這些功能，必須使用build_opener()函數(shù)創(chuàng)建自定義Opener對象。

參數(shù)handler是Handler實例，常用的有HTTPBasicAuthHandler、HTTPCookieProcessor、ProxyHandler等。
build_opener ()返回的對象具有open()方法，與urlopen()函數(shù)的功能相同。

如果要修改http報頭，可以用：

import urllib2 
opener = urllib2.build_opener() 
opener.addheaders = [('User-agent', 'Mozilla/5.0')] 
opener.open('http://www.example.com/')

以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

最新評論