urllib2的两个方法:
info和geturl
urlopen返回的应答对象(或者HTTP实例)有两个很有用的方法:info()和geturl()
1.geturl():
返回获取的真实的URL,因为urlopen(或者opener对象使用的)或许会有重定向,获取的URL或许跟请求URL不同。
以人人网中一个超链接为例,比较一下原始URL和重定向的链接:
from urllib2 import Request,urlopen,URLError,HTTPError
old_url='http://rrurl.cn/b1UZup'
req=Request(old_url)
response=urlopen(req)
print 'Old url:'+old_url
print 'Real url:'+response.geturl()
info():
这个返回对象的字典对象,该字典描述了获取的页面情况。通常是服务器发送的特定头Headers。目前是httplib.HTTPMessage实例。
一般headers包含“Content-length”,“Content-type”等内容。
form urllib2 import Request,urlopen,URLError,HTTPError
old_url='http://www.baidu.com'
req=Request(old_url)
response=urlopen(req)
print 'Info():',response.info()
urllib2中的两个重要概念:Openers和Handlers
1.Openers:
当你获取一个URL,你使用一个opener(一个urllib2.OpenerDirector的实例)。
正常情况下,我们使用默认opener:通过urlopen,但能够创建个性的openers
2.Handles:
Openers使用处理器handlers,所有“繁重”的工作由handlers处理。,每个handlers知道如何通过特定协议打开URLs,或者如何处理URL打开时的各个方面。例如HTTP重定向或者HTTP cookies
如果你希望用特定处理器获取URLs你会想创建一个openers,例如获取一个能处理cookie的opener,或者获取一个不重定向的opener
要创建一个opener,可以实例化一个Opener Director,然后调用.add_handler(some_handler_instance).
同样,可以使用build_opener,这是一个更加方便的函数,用来创建opener对象,他只需要一次函数调用。
build_opener默认添加几个处理器,但提供快捷的方法来添加或更新默认处理器。
其他的处理器handlers你或许会希望处理代理,验证,和其他常用但有点特殊的情况。
install_opener用来创建(全局)默认opener。这个表示调用urlopen将使用你安装的opener。
Opener对象有一个open方法。
该方法可以像urlopen函数那样直接用来获取urls:通常不必调用install_opener,除了为了方便。
Basic Authentication基础验证
为了展示创建和安装一个handler,我们将使用HTTPBasicAuthHandler。
当需要基础验证时,服务器发送一个header(401错误码)请求验证。这个指定了scheme和一个’realm‘,看起来像是这样:www-authenticate:SCHEME realm=”REALM”
例如:www-authenticate:Basic realm=”cPanel Users”
客户端必须使用新的请求,并在请求头里包含正确的姓名和密码。
完全不知道在说什么
看看例子
__author__ = 'Administrator'
# -*- coding:utf-8 -*-
import urllib2
#创建一个密码管理者
password_mgr=urllib2.HTTPPasswordMgrWithDefaultRealm()
#添加用户名和密码
top_level_url="http://example.com/foo/"
#如果知道realm,我们可以使用他代替 None
#password_mgr.add_password(None,top_level_url,username,password)
password_mgr.add_password(None,top_level_url,'why','1223')
#创建一个新的handler
handler=urllib2.HTTPBasicAuthHandler(password_mgr)
#创建"opener"(OpenerDirector实例)
opener=urllib2.build_opener(handler)
a_url-"http://www.baidu.com/"
#使用opener获取一个URL
opener.open(a_url)
#安装opener
#现在所有调用urllib2.urlopen 将用我们的opener
urllib2.install_opener(opener)
上面的例子仅仅提供我们的HTTPBasicAuthHandler给build_opener.
默认的openers有正常状况的handlers:ProxyHandler,UnknownHandler,HTTPHandler,HTTPDefaultErrorHandler,HTTPRedirectHandler,FTPHandler,FileHandler,HTTPErrorProcessor。
代码中的top_level_url实际上可以是完整URL(包含“http:”,以及主机名及可选的端口号)
例如:http://example.com/
也可以是一个”authority“(即主机名和可选的包含端口号)
例如:”example.com“or “example.com:8080”
后者包含了端口号。