这是转载他人的内容,原地址:http://my.oschina.net/yangyanxing/blog/160770
今天研究了下urllib2这个库的使用,才发现以前有很多不明白的东西,现在写下来也做个记录
1. 最基础的应用
1
2
3
4
5
6
|
客户端与服务器端通过request与response来沟通,客户端先向服务端发送request,然后接收服务端返回的response
urllib2提供了request的类,可以让用户在发送请求前先构造一个request的对象,然后通过urllib2.urlopen方法来发送请求
1
2
3
4
5
6
|
import
urllib2
req
=
urllib2.Request(url)
html
=
urllib2.urlopen(req).read()
print
html
|
上例中先使用req = urllib2.Request(url)实例化一个resquest对象,接下来使用urllib2.urlopen(req)来打开这个网页
我们注意到在实例化Request对象的时候,队了url是必须的,还有几个默认的参数
基中data与header也是使用的比较多的,一些需要登录的才能浏览的网站经常需要这两个参数
1
2
3
4
5
6
7
8
9
10
11
|
import
urllib
import
urllib2
values
=
{
'name'
:
'Michael Foord'
,
'location'
:
'Northampton'
,
'language'
:
'Python'
}
data
=
urllib.urlencode(values)
req
=
urllib2.Request(url,data)
response
=
urllib2.urlopen(req)
the_page
=
response.read()
print
the_page
|
这个例子是向百度发送几个数据,这个例子是会返回一个错误页面,很正常,因为我们在访问百度的时候并不需要post什么信息,post了倒是会出错
百度是找不到相应的网页就会报错。
当然这个是POST数据,也可以用在GET方法,稍将上面的代码进行改造
百度是通过http://www.baidu.com/s?wd=XXX 来进行查询的,这样我们需要将{‘wd’:’xxx’}这个字典进行urlencode
1
2
3
4
5
6
7
8
9
10
11
12
13
|
#coding:utf-8
import
urllib
import
urllib2
values
=
{
'wd'
:
'杨彦星'
}
data
=
urllib.urlencode(values)
print
data
url2
=
url
+
'?'
+
data
response
=
urllib2.urlopen(url2)
the_page
=
response.read()
print
the_page
|
以下以模拟登录人人网然后再显示首页内容为例来详细说明一下cookie的使用,以下是文档中给的例子,我们就通过改造这个例子来实现我们想要的功能
1
2
3
4
|
import
cookielib, urllib2
cj
=
cookielib.CookieJar()
opener
=
urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
#coding:utf-8
import
urllib2,urllib
import
cookielib
#创建一个cj的cookie的容器
cj
=
cookielib.CookieJar()
opener
=
urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
#将要POST出去的数据进行编码
data
=
urllib.urlencode({
"email"
:email,
"password"
:
pass
})
r
=
opener.
open
(url,data)
print
cj
|
当你看到有cj的时候,说明你已经访问了登录页面,是否正常登录你现在还看不出来,可以通过访问http://www.renren.com/home 来查看
上面的代码有两点要说明,我也是看了很长时间才明白
r = opener.open(url,data) 这句,为什么要使用opener这个对象来open,而不是用utllib2,urlopen?不光是例子里这么写,我们才这么写,通过改造我们也可以使用urllib2.urlopen,其实是因为opener是urllib2.bulid_opener创造出来的, 但是你可以这样理解,他build出来后,自已却并没有安装使用它,也没有它的属性与方法,如果想使urllib2也具有opener的属性与方法,可以先使用urllib2.install_opener(opener)来"安装"这个opener,安装完以后就可以使用urllib2来操作了
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
#coding:utf-8
import
urllib2,urllib
import
cookielib
#创建一个cj的cookie的容器
cj
=
cookielib.CookieJar()
opener
=
urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
urllib2.install_opener(opener)
#将要POST出去的数据进行编码
data
=
urllib.urlencode({
"email"
:email,
"password"
:
pass
})
#r = opener.open(url,data)如果没有上面的urllib2.install_opener方法,就必须这样写了
r
=
urllib2.urlopen(url,data)
print
html
|
同样urllib2还有proxy相关的handle,基本的思路和这个差不多