urllib库—内置库(1)
1.urllib库基本使用
from urllib import request
url = 'https://www.biedoul.com/index/21868/'
resp = request.urlopen(url)
print(resp.read().decode('utf-8'))
2.网页数据保存格式—urlretrieve
request.urlretrieve(url,'bie.html')
在py文件相同目录下,会生成一个html文件:
打开即可浏览网页源代码
3.加密与解密—urllib编解码
urlencode函数
实现字典数据—>url编码数据
示例代码:
from urllib import parse
data = {
'name':'python爬虫', 'greet':'hello world','author':'ZHiLuan'
}
qs = parse.urlencode(data)
print(qs)
运行结果:
name=python%E7%88%AC%E8%99%AB&greet=hello+world&author=ZHiLuan
4.url地址解析—parse/split
·urlparse和urlsplit
示例代码:
from urllib import parse
url = 'https://www.biedoul.com/index/21868/'
result = parse.urlparse(url)
print(result)
运行结果:
ParseResult(scheme='https', netloc='www.biedoul.com', path='/index/21868/', params='', query='', fragment='')
由运行结果可知,urlparse函数可以解析出网页中的scheme、netloc、 path、params、query、fragment。
urlsplit函数的功能差不多,用法一致,只是缺少params项
此外,地址解析也可单独打印出相关内容,如:
ptint(result.scheme)
print(result.netloc)
...