urllib是Python3中內(nèi)置的HTTP請(qǐng)求庫(kù)，不需要單獨(dú)安裝，官方文檔鏈接如下：https://docs.python.org/3/library/urllib.html從官方文檔可以看出，urllib包含4個(gè)模塊，如圖所示。

這4個(gè)模塊的功能描述如下：

• request：最基本的HTTP請(qǐng)求模塊，可以用來(lái)發(fā)送HTTP請(qǐng)求，并接收服務(wù)端的響應(yīng)數(shù)據(jù)。這個(gè)過(guò)程就像在瀏覽器地址欄輸入U(xiǎn)RL，然后按Enter鍵一樣。
• error：異常處理模塊，如果出現(xiàn)請(qǐng)求錯(cuò)誤，我們可以捕獲這些異常，然后根據(jù)實(shí)際情況，或者進(jìn)行重試，或者直接忽略，或進(jìn)行其他操作。
• parse：工具模塊，提供了很多處理URL的API，如拆分、解析、合并等。
• robotparser：主要用來(lái)識(shí)別網(wǎng)站的robots.txt文件，然后判斷哪些網(wǎng)站可以抓取，哪些網(wǎng)站不可以抓取。
  

本文主要介紹如何通過(guò)urllib發(fā)送HTTP GET請(qǐng)求和HTTP POST請(qǐng)求，并獲取相應(yīng)數(shù)據(jù)。

1. 用urlopen函數(shù)發(fā)送HTTP GET請(qǐng)求

urllib最基本的一個(gè)功能就是向服務(wù)端發(fā)送HTTP請(qǐng)求，然后接收服務(wù)端返回的響應(yīng)數(shù)據(jù)。這個(gè)功能只需要通過(guò)urlopen函數(shù)就可以搞定。例如，下面的代碼向百度發(fā)送HTTP GET請(qǐng)求，然后輸出服務(wù)端的響應(yīng)結(jié)果。

import urllib.request 
response=urllib.request.urlopen('https://baidu.com') 
# 將服務(wù)端的響應(yīng)數(shù)據(jù)用utf-8解碼 
print(response.read().decode('utf-8')) 

運(yùn)行結(jié)果如圖 所示。

我們可以看到，使用urllib與服務(wù)端交互是非常容易的，除了import語(yǔ)句外，真正與業(yè)務(wù)有關(guān)的代碼只有2行，就完成了整個(gè)與服務(wù)端交互的過(guò)程。其實(shí)這個(gè)過(guò)程已經(jīng)完成了爬蟲(chóng)的第一步，就是從服務(wù)端獲取HTML代碼，然后就可以利用各種分析庫(kù)對(duì)HTML代碼進(jìn)行解析，提取出我們感興趣的URL、文本、圖像等。其實(shí)urlopen函數(shù)返回的是一個(gè)對(duì)象，而read是這個(gè)對(duì)象的一個(gè)方法，可以利用type方法輸出這個(gè)對(duì)象的類(lèi)型，當(dāng)我們知道了對(duì)象類(lèi)型后，就可以很容易知道這個(gè)對(duì)象中有哪些API，然后調(diào)用它們。

import urllib.request 
response=urllib.request.urlopen('https://baidu.com') 
print(type(response)) 

這段代碼會(huì)輸出如下的結(jié)果：

<class 'http.client.HTTPResponse'> 

現(xiàn)在我們了解到，urlopen函數(shù)返回的是HTTPResponse類(lèi)型的對(duì)象，主要包含read、getheader、getheaders等方法，以及msg、version、status、debuglevel、closed等屬性。下面是一個(gè)實(shí)際的案例，用來(lái)演示了HTTPResponse對(duì)象中主要的方法和屬性的用法。

import urllib.request 
# 向京東商城發(fā)送HTTP GET請(qǐng)求，urlopen函數(shù)即可以使用http，也可以使用https 
response=urllib.request.urlopen('https://www.jd.com') 
# 輸出urlopen函數(shù)返回值的數(shù)據(jù)類(lèi)型 
print('response的類(lèi)型：',type(response)) 
# 輸出響應(yīng)狀態(tài)碼、響應(yīng)消息和HTTP版本 
print('status:',response.status,' msg:',response.msg,' version:', response.version) 
# 輸出所有的響應(yīng)頭信息 
print('headers:',response.getheaders()) 
# 輸出名為Content-Type的響應(yīng)頭信息 
print('headers.Content-Type',response.getheader('Content-Type')) 
# 輸出京東商城首頁(yè)所有的HTML代碼（經(jīng)過(guò)utf-8解碼） 
print(response.read().decode('utf-8')) 

運(yùn)行結(jié)果如圖所示。

2. 用urlopen函數(shù)發(fā)送HTTP POST請(qǐng)求

urlopen函數(shù)默認(rèn)情況下發(fā)送的是HTTP GET請(qǐng)求，如果要發(fā)送HTTP POST請(qǐng)求，需要使用data命名參數(shù)，該參數(shù)是bytes類(lèi)型，需要用bytes類(lèi)將字符串形式的數(shù)據(jù)轉(zhuǎn)換為bytes類(lèi)型。下面的例子

下面的例子向http://httpbin.org/post發(fā)送HTTP POST請(qǐng)求，并輸出返回結(jié)果。

import urllib.request 
# 將表單數(shù)據(jù)轉(zhuǎn)換為bytes類(lèi)型，用utf-8編碼 
data=bytes(urllib.parse.urlencode({'name':'Bill','age':30}),encoding='utf-8') 
# 提交HTTP POST請(qǐng)求 
response=urllib.request.urlopen('http://httpbin.org/post',data=data) 
# 輸出響應(yīng)數(shù)據(jù) 
print(response.read().decode('utf-8')) 

這段代碼中一開(kāi)始提供了一個(gè)字典形式的表單數(shù)據(jù)，然后使用urlencode方法將字典類(lèi)型的表單轉(zhuǎn)換為字符串形式的表單，接下來(lái)將字符串形式的表單按utf-8編碼轉(zhuǎn)換為bytes類(lèi)型，這就是要傳給urlopen函數(shù)的data命名參數(shù)的值，要注意，一旦指定了data命名參數(shù)，urlopen函數(shù)就會(huì)向服務(wù)端提交HTTP POST請(qǐng)求，這里并不需要顯式指定要提交的是POST請(qǐng)求。

本例將HTTP POST請(qǐng)求提交給了http://httpbin.org/post，這是一個(gè)用于測(cè)試HTTP POST請(qǐng)求的網(wǎng)址，如果請(qǐng)求成功，服務(wù)端會(huì)將HTTP POST請(qǐng)求信息原封不動(dòng)地返回給客戶(hù)端。運(yùn)行結(jié)果如圖所示。

以上就是python 如何用urllib與服務(wù)端交互(發(fā)送和接收數(shù)據(jù))的詳細(xì)內(nèi)容，更多關(guān)于python 用urllib與服務(wù)端交互的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論