Python中urllib2模塊的8個(gè)使用細(xì)節(jié)分享
Python 標(biāo)準(zhǔn)庫(kù)中有很多實(shí)用的工具類，但是在具體使用時(shí)，標(biāo)準(zhǔn)庫(kù)文檔上對(duì)使用細(xì)節(jié)描述的并不清楚，比如 urllib2 這個(gè) HTTP 客戶端庫(kù)。這里總結(jié)了一些 urllib2 庫(kù)的使用細(xì)節(jié)。
1 Proxy 的設(shè)置
urllib2 默認(rèn)會(huì)使用環(huán)境變量 http_proxy 來(lái)設(shè)置 HTTP Proxy。如果想在程序中明確控制 Proxy，而不受環(huán)境變量的影響，可以使用下面的方式
import urllib2
enable_proxy = True
proxy_handler = urllib2.ProxyHandler({"http" : 'http://some-proxy.com:8080'})
null_proxy_handler = urllib2.ProxyHandler({})
if enable_proxy:
opener = urllib2.build_opener(proxy_handler)
else:
opener = urllib2.build_opener(null_proxy_handler)
urllib2.install_opener(opener)
這里要注意的一個(gè)細(xì)節(jié)，使用 urllib2.install_opener() 會(huì)設(shè)置 urllib2 的全局 opener。這樣后面的使用會(huì)很方便，但不能做更細(xì)粒度的控制，比如想在程序中使用兩個(gè)不同的 Proxy 設(shè)置等。比較好的做法是不使用 install_opener 去更改全局的設(shè)置，而只是直接調(diào)用 opener 的 open 方法代替全局的 urlopen 方法。
2 Timeout 設(shè)置
在老版本中，urllib2 的 API 并沒(méi)有暴露 Timeout 的設(shè)置，要設(shè)置 Timeout 值，只能更改 Socket 的全局 Timeout 值。
import urllib2
import socket
socket.setdefaulttimeout(10) # 10 秒鐘后超時(shí)
urllib2.socket.setdefaulttimeout(10) # 另一種方式
在新的 Python 2.6 版本中，超時(shí)可以通過(guò) urllib2.urlopen() 的 timeout 參數(shù)直接設(shè)置。
import urllib2
response = urllib2.urlopen('http://www.google.com', timeout=10)
3 在 HTTP Request 中加入特定的 Header
要加入 Header，需要使用 Request 對(duì)象：
import urllib2
request = urllib2.Request(uri)
request.add_header('User-Agent', 'fake-client')
response = urllib2.urlopen(request)
對(duì)有些 header 要特別留意，Server 端會(huì)針對(duì)這些 header 做檢查
1.User-Agent 有些 Server 或 Proxy 會(huì)檢查該值，用來(lái)判斷是否是瀏覽器發(fā)起的 Request
2.Content-Type 在使用 REST 接口時(shí)，Server 會(huì)檢查該值，用來(lái)確定 HTTP Body 中的內(nèi)容該怎樣解析。
常見的取值有：
1.application/xml ：在 XML RPC，如 RESTful/SOAP 調(diào)用時(shí)使用
2.application/json ：在 JSON RPC 調(diào)用時(shí)使用
3.application/x-www-form-urlencoded ：瀏覽器提交 Web 表單時(shí)使用
……
在使用 RPC 調(diào)用 Server 提供的 RESTful 或 SOAP 服務(wù)時(shí)， Content-Type 設(shè)置錯(cuò)誤會(huì)導(dǎo)致 Server 拒絕服務(wù)。
4 Redirect
urllib2 默認(rèn)情況下會(huì)針對(duì) 3xx HTTP 返回碼自動(dòng)進(jìn)行 Redirect 動(dòng)作，無(wú)需人工配置。要檢測(cè)是否發(fā)生了 Redirect 動(dòng)作，只要檢查一下 Response 的 URL 和 Request 的 URL 是否一致就可以了。
import urllib2
response = urllib2.urlopen('http://www.google.cn')
redirected = response.geturl() == 'http://www.google.cn'
如果不想自動(dòng) Redirect，除了使用更低層次的 httplib 庫(kù)之外，還可以使用自定義的 HTTPRedirectHandler 類。
import urllib2
class RedirectHandler(urllib2.HTTPRedirectHandler):
def http_error_301(self, req, fp, code, msg, headers):
pass
def http_error_302(self, req, fp, code, msg, headers):
pass
opener = urllib2.build_opener(RedirectHandler)
opener.open('http://www.google.cn')
5 Cookie
urllib2 對(duì) Cookie 的處理也是自動(dòng)的。如果需要得到某個(gè) Cookie 項(xiàng)的值，可以這么做：
import urllib2
import cookielib
cookie = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))
response = opener.open('http://www.google.com')
for item in cookie:
if item.name == 'some_cookie_item_name':
print item.value
6 使用 HTTP 的 PUT 和 DELETE 方法
urllib2 只支持 HTTP 的 GET 和 POST 方法，如果要使用 HTTP PUT 和 DELETE，只能使用比較低層的 httplib 庫(kù)。雖然如此，我們還是能通過(guò)下面的方式，使 urllib2 能夠發(fā)出 HTTP PUT 或 DELETE 的包：
import urllib2
request = urllib2.Request(uri, data=data)
request.get_method = lambda: 'PUT' # or 'DELETE'
response = urllib2.urlopen(request)
這種做法雖然屬于 Hack 的方式，但實(shí)際使用起來(lái)也沒(méi)什么問(wèn)題。
7 得到 HTTP 的返回碼
對(duì)于 200 OK 來(lái)說(shuō)，只要使用 urlopen 返回的 response 對(duì)象的 getcode() 方法就可以得到 HTTP 的返回碼。但對(duì)其它返回碼來(lái)說(shuō)，urlopen 會(huì)拋出異常。這時(shí)候，就要檢查異常對(duì)象的 code 屬性了：
import urllib2
try:
response = urllib2.urlopen('http://restrict.web.com')
except urllib2.HTTPError, e:
print e.code
8 Debug Log
使用 urllib2 時(shí)，可以通過(guò)下面的方法把 Debug Log 打開，這樣收發(fā)包的內(nèi)容就會(huì)在屏幕上打印出來(lái)，方便我們調(diào)試，在一定程度上可以省去抓包的工作。
import urllib2
httpHandler = urllib2.HTTPHandler(debuglevel=1)
httpsHandler = urllib2.HTTPSHandler(debuglevel=1)
opener = urllib2.build_opener(httpHandler, httpsHandler)
urllib2.install_opener(opener)
response = urllib2.urlopen('http://www.google.com')
- python通過(guò)post提交數(shù)據(jù)的方法
- Python的Bottle框架中實(shí)現(xiàn)最基本的get和post的方法的教程
- python使用post提交數(shù)據(jù)到遠(yuǎn)程url的方法
- Python模仿POST提交HTTP數(shù)據(jù)及使用Cookie值的方法
- python client使用http post 到server端的代碼
- Python使用Socket(Https)Post登錄百度的實(shí)現(xiàn)代碼
- Python urllib、urllib2、httplib抓取網(wǎng)頁(yè)代碼實(shí)例
- python使用urllib2實(shí)現(xiàn)發(fā)送帶cookie的請(qǐng)求
- Python標(biāo)準(zhǔn)庫(kù)urllib2的一些使用細(xì)節(jié)總結(jié)
- python使用urllib2提交http post請(qǐng)求的方法
相關(guān)文章
python?實(shí)現(xiàn)銀行卡號(hào)查詢銀行名稱和簡(jiǎn)稱功能
這篇文章主要介紹了python?實(shí)現(xiàn)銀行卡號(hào)查詢銀行名稱和簡(jiǎn)稱功能,本文通過(guò)實(shí)例代碼補(bǔ)充介紹了基于PyQT5+OpenCv實(shí)現(xiàn)銀行卡號(hào)識(shí)別功能,感興趣的朋友一起看看吧2023-11-11
解決Django一個(gè)表單對(duì)應(yīng)多個(gè)按鈕的問(wèn)題
今天小編就為大家分享一篇解決Django一個(gè)表單對(duì)應(yīng)多個(gè)按鈕的問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07
這篇文章主要介紹了Python 實(shí)現(xiàn)集合Set的示例，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-12-12
這篇文章主要介紹了python如何支持并發(fā),本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-07-07
python不支持i++運(yùn)算原理實(shí)例解析
這篇文章主要為大家介紹了python不支持 i++運(yùn)算原理實(shí)例解析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-02-02
在python里創(chuàng)建一個(gè)任務(wù)(Task)實(shí)例
這篇文章主要介紹了在python里創(chuàng)建一個(gè)任務(wù)(Task)實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-04-04
python實(shí)現(xiàn)Oracle查詢分組的方法示例
這篇文章主要介紹了python實(shí)現(xiàn)Oracle查詢分組的方法,結(jié)合實(shí)例形式分析了python使用group by子句及having子句實(shí)現(xiàn)Oracle查詢分組的相關(guān)操作技巧,需要的朋友可以參考下2020-04-04
Python基于yaml文件配置logging日志過(guò)程解析
這篇文章主要介紹了Python基于yaml文件配置logging日志過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-06-06
python linecache讀取行更新的實(shí)現(xiàn)
本文主要介紹了python linecache讀取行更新的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03
這篇文章主要為大家詳細(xì)介紹了python如何實(shí)現(xiàn)反向迭代，進(jìn)行反向迭代，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-03-03