Python 爬虫04 request.data 的使用

request.data 的使用

• 访问网络的两种方法

get：

• 利用参数给服务器传递信息
• 参数为 dict，然后使用 parse 编码

案例 v1

# GET 方式请求
from urllib import request, parse
# 使用 parse 模块对 URL 进行参数编码
urls = "http://www.baidu.com/s?"
wd = input("请输入: ")
qs = {
  "wd": wd
}
# 转换 URL 编码
qs = parse.urlencode(qs)
url = urls + qs
print(url)
rsp = request.urlopen(url)
html = rsp.read()
htm = html.decode()
print(htm)

post：

• 一般向服务器传递参数使用
• post 是把信息自动加密处理
• 想使用 post 信息，需要用到 data 参数
• 使用 post ，意味着需要对 HTTP 的请求头进行修改：
  
  1. Content-Type: application/x-www.form-urlencode
  2. Content-Length: 数据长度
  3. 一旦更改请求方法，注意其它请求头部信息相适应
• urllib.parse.urlencode 可以将字符串自动转换成上面 案例V1 格式

案例 v2

import json
from urllib import request, parse
"""
1. 利用 data 的构造内容，然后 URLopen 打开
2. 返回 json 格式的结果
3. 结果就应该是解释
"""
url = "http://fanyi.baidu.com/sug"
# 存放用来模拟 form 的数据，一定是 dict 格式
data = {
  "kw": "girl"
}
# 使用 parse 模块对 data 进行编码
data = parse.urlencode(data).encode()
# 构造请求头， 请求头应该至少包含传入的数据长度
# request 要求传入的请求头是一个 dict 格式
header = {
  "Content-Length": len(data)
}
# 拥有请求头，data， URL，就可以尝试发送请求
rsp = request.urlopen(url, data = data)
json_data = rsp.read().decode()
# 把 json 转换为 dict
json_data = json.loads(json_data)
# print(json_data)
for item in json_data['data']:
  print(item['k'], ":", item['v'])

• 设置更多的请求信息，单纯的通过 URLopen 函数已经不好用了
• 需要利用 request.Request 类

import json
from urllib import request, parse
"""
1. 利用 data 的构造内容，然后 URLopen 打开
2. 返回 json 格式的结果
3. 结果就应该是解释
"""

url = "http://fanyi.baidu.com/sug"
# 存放用来模拟 form 的数据，一定是 dict 格式
data = {
  "kw": "girl"
}

# 使用 parse 模块对 data 进行编码
data = parse.urlencode(data).encode('UTF-8')

# 构造请求头， 请求头应该至少包含传入的数据长度
# request 要求传入的请求头是一个 dict 格式

header = {
  "Content-Length": len(data)
}
# 构造一个 Request 的实例
req = request.Request(url, data = data, headers=header)
# 因为已经构造了一个 request 的请求实例，所有的请求信息都可以封装在 Request 实例中
rsp = request.urlopen(req)
json_data = rsp.read().decode("UTF-8")

# 把 json 转换为 dict
json_data = json.loads(json_data)
# print(json_data)
for item in json_data['data']:
  print(item['k'], ":", item['v'])