Python网络爬虫：爬虫篇（二）--- HTTPResponse的方法属性及urlopen()函数的其他参数

之前我们说过，事实上，如果直接打印出urlopen()函数返回的结果，那么返回的是一个HTTPResponse类型的对象，我们之前只介绍了其中一个方法，即read()方法，今天我们来说一说这个对象的其他属性和方法（部分），而urlopen()函数也不止有url这个参数，我们顺便把这个也给说一下

HTTPResponse对象的其他属性及方法（部分）

第一个是status属性，用于返回所指定url的状态码，大家都知道，网址是状态码如果是200则为正常，404就是打不开也就是异常，那么我们话不多说，直接实战：

让我们来看看输出的结果吧：

可以看到，确实输出了状态码：200，即为正常。接下来就是getheaders()方法和getheader()方法，哎哎哎，先别打我，仔细看，这两个方法不一样，一个带s，一个不带，有什么区别吗？当然有，想想在英语上，名词带s表明什么，复数，那么就很明了了，把这个方法名拆开，get,headers,没错，获取响应头，我们直接实战一波：

仔细观察输出结果，这确实是响应头：

那么那个不加s的是干啥用的，这很简单，他有一个参数，这个参数是响应头中的一个键，其结果返回这个键对应的值，是不是有点懵？老规矩，上例子：

那么在这里我们可以获取响应头中的Server的值，我们来看看是否果真如此：

对比之前的结果，嗯，这确实是Server的值，这下大家就明白了吧。

urlopen()函数的其他参数

首先就是data参数了，这是可选的，这个参数必须是字节流编码格式，即bytes格式，可以用bytes()函数转换，如果添加了这个参数，那么请求的方式就会变为POST，我们这里拿一个专供测试HTTP请求的网站举个栗子：

可以看到，我们传入的参数是{"Hello":"world"}，这是一个字典，我们需要用的urllib.parse库中的urlencode进行转换（转换为字符串），第二个参数是指定格式的，这里我们选择utf-8，这个网站可以输出请求的一些信息，我们来看一看：

可以看到，我们的参数成功的被提交到了from字段中。

那么接下来就是第二个参数，timeout参数，可以规定超出响应的时间，举个栗子：

那么在这里，我们设置了timeout参数为0.001即0.001秒，由于一般来说，没有网站可以在0.001秒内响应，所以抛出了错误：

我们可以配合urllib.error这个第三方库来处理这些异常：

那么在这里呢，我们先捕获了URLError错误，将它命名为e，接着用isinstance()函数配合socket这个第三方库判断出异常类型为timeout即超时异常，打印出“您的网页超时了”的字样，老样子，一般来说，没有网页可以在0.001秒内响应，所以，不出意料：

那么在实际应用中呢，我们可以使用这个参数来跳过那些长时间不响应的网站。

最后是几个比较不常用的参数，我就一笔带过了：

context参数：必须是ssl.SSLContext类型，用于指定SSL设置。

cafile参数：指定CA证书

capath参数：指定这个证书的路径

这两个呢在请求HTTP链接时将会用到。

cadefault参数：这个参数就不多说了，现在已经弃用了，默认值为False。

好了，以上就是第二篇全部内容了，有什么建议和意见都可以告诉我，本人技术有限，再加上本就是自学，难免会有错误的地方，欢迎大佬们指出，最后，如果只是引用一小部分倒不用告诉我，如果是引用很多或搬运请务必私聊我并标明出处，谢谢