目录
一、urllib.request模块
1.1 版本
- python2 :urllib2、urllib
- python3 :把urllib和urllib2合并,urllib.request
1.2 常用的方法
- urllib.request.urlopen(“网址”) 作用 :向网站发起一个请求并获取响应
- 字节流 = response.read()
- 字符串 = response.read().decode(“utf-8”)
- urllib.request.Request"网址",headers=“字典”) urlopen()不支持重构User-Agent
1.3 响应对象
- read() 读取服务器响应的内容
- getcode() 返回HTTP的响应码
- geturl() 返回实际数据的URL(防止重定向问题)
二、urllib.parse模块
2.1 常用方法
- urlencode(字典)
- quote(字符串) (这个里面的参数是个字符串)
三、请求方式
- GET 特点 :查询参数在URL地址中显示
- POST
- 在Request方法中添加data参数 urllib.request.Request(url,data=data,headers=headers)
- data :表单数据以bytes类型提交,不能是str
四、requests模块
4.1 安装
- pip install requests
- 在开发工具中安装
4.2 request常用方法
- requests.get(网址)
4.3 响应对象response的方法
- response.text 返回unicode格式的数据(str)
- response.content 返回字节流数据(二进制)
- response.content.decode(‘utf-8’) 手动进行解码
- response.url 返回urlresponse.encode() = ‘编码’
4.4 requests模块发送 POST请求
4.5 requests设置代理
- 使用requests添加代理只需要在请求方法中(get/post)传递proxies参数就可以了
- 代理网站
- 西刺免费代理IP:http://www.xicidaili.com/
- 快代理:http://www.kuaidaili.com/
- 代理云:http://www.dailiyun.com/(较麻烦,没得前两个好用)
4.6 cookie
- cookie :通过在客户端记录的信息确定用户身份
- HTTP是一种无连接协议,客户端和服务器交互仅仅限于 请求/响应过程,结束后断开,下一次请求时,服务器会认为是一个新的客户端,为了维护他们之间的连接,让服务器知道这是前一个用户发起的请求,必须在一个地方保存客户端信息。
4.7 session
- session :通过在服务端记录的信息确定用户身份 这里这个session就是一个指的是会话
4.8 处理不信任的SSL证书
什么是SSL证书?
SSL证书是数字证书的一种,类似于驾驶证、护照和营业执照的电子副本。因为配置在服务器上,也称为SSL服务器证书。SSL 证书就是遵守 SSL协议,由受信任的数字证书颁发机构CA,在验证服务器身份后颁发,具有服务器身份验证和数据传输加密功能
五、requests 模块源码分析
这个有兴趣的可以自己去了解,大佬属实牛逼,顶礼膜拜。