怎么在python下载网站内容-Python下载网页的几种方法

get和post方式总结

get方式：以URL字串本身传递数据参数，在服务器端可以从'QUERY_STRING'这个变量中直接读取，效率较高，但缺乏安全性，也无法来处理复杂的数据（只能是字符串，比如在servlet/jsp中就无法处理发挥java的比如vector之类的功能）。

post方式：就传输方式讲参数会被打包在数据报中传输，从CONTENT_LENGTH这个环境变量中读取，便于传送较大一些的数据，同时因为不暴露数据在浏览器的地址栏中，安全性相对较高，但这样的处理效率会受到影响。

get 请求表示客户端请求一个uri，服务器返回客户端请求的uri，post请求表示客户端请求的时候还要提交数据，比喻提交form表单，要提交的数据会放到请求报文的body部分。服务器收到后这样的请求后通常需要来处理这些数据。

在Form里面，可以使用post也可以使用get。它们都是method的合法取值。但是，post和get方法在使用上至少有两点不同：

1、Get方法通过URL请求来传递用户的输入。Post方法通过另外的形式。

2、Get方式的提交你需要用Request.QueryString来取得变量的值，而Post方式提交时，你必须通过Request.Form来访问提交的内容。

仔细研究下面的代码。你可以运行来感受一下：

<% IfRequest.QueryString("Text")<> "" Then %>通过get方法传递来的字符串是： "<%=Request.QueryString("Text")%>"

<% End If %>

<% IfRequest.Form("Text")<> "" Then %>通过Post方法传递来的字符串是： "<%=Request.Form("Text")%>"

<% End If %>

把上面的代码保存为getpost.asp，然后运行，首先测试post方法，这时候，浏览器的url并没有什么变化，返回的结果是：

通过Post方法传递来的字符串是： "Hello World"

然后测试用get方法提交，请注意，浏览器的url变成了：

http://localhost/general/form/getpost.asp?Text=Hello+World

而返回的结果是：

通过get方法传递来的字符串是： "Hello World"

最后再通过post方法提交，浏览器的url还是：

http://localhost/general/form/getpost.asp?Text=Hello+World

而返回的结果变成：

通过get方法传递来的字符串是： "Hello World"

通过Post方法传递来的字符串是： "Hello World"

提示：通过get方法提交数据，可能会带来安全性的问题。比如一个登陆页面。当通过get方法提交数据时，用户名和密码将出现在URL上。如果：

１、登陆页面可以被浏览器缓存；２、其他人可以访问客户的这台机器。

那么，别人即可以从浏览器的历史记录中，读取到此客户的账号和密码。所以，在某些情况下，get方法会带来严重的安全性问题。建议在Form中，建议使用post方法。

Python下载网页的几种方法

通过get的方法：

fd =urllib2.urlopen(url_link)

data= fd.read()

使用get方式时，url类似如下格式：

index.jsp?id=100&op=bind

GET报问头如下：

GET /sn/index.php?sn=123&n=asa HTTP/1.1

Accept: */*

Accept-Language: zh-cn

host: localhost

Content-Type: application/x-www-form-urlencoded

Content-Length: 12

Connection:close

get方法还可以通过如下方式实现：

defGetHtmlSource_Get(htmurl):

htmSource= ""

try:

urlx=httplib.urlsplit(htmurl)

conn=httplib.HTTPConnection(urlx.netloc)

conn.connect()#建立连接

conn.putrequest("GET", htmurl, None) #请求类型

conn.putheader("Content-Length", 0)

conn.putheader("Connection", "close")

conn.endheaders()

res=conn.getresponse()

htmSource=res.read()exceptException(), err:

trackback.print_exec()

conn.close()return htmSource

使用post方式时，POST方法将请求参数封装在HTTP请求数据中，以名称/值的形式出现，可以传输大量数据，可用来传送文件。POST报文头如下：

POST /sn/index.php HTTP/1.1

Accept: */*

Accept-Language: zh-cn

host: localhost

Content-Type: application/x-www-form-urlencoded

Content-Length: 12

Connection:closes

n=123&n=asa

无论是post还是get方式，他们所传递的数据都要进行url编码。每对name/value由&符分开；每对来自表单的name/value由=符分开；如果用户没有输入值给这个name，那么这个name还是出现，只是无值。；任何特殊的字符（就是那些不是简单的七位ASCII，如汉字）将以百分符%用十六进制编码。urllib库提供了一个函数来实现url的编码：

search=urllib.urlencode({'q'：'python'})#'q=python'

通过post发送请求：

importhttplib,urllib;#定义需要进行发送的数据

params = urllib.urlencode({'cat_id':'6','news_title':'标题-Test39875','news_author':'Mobedu','news_ahome':'来源','tjuser':'carchanging','news_keyword':'|','news_content':'测试-Content','action':'newnew','MM_insert':'true'});#定义一些文件头

headers = {"Content-Type":"application/x-www-form-urlencoded","Connection":"Keep-Alive",

"Referer":"http://192.168.1.212/newsadd.asp?action=newnew"};#与网站构建一个连接

conn = httplib.HTTPConnection("192.168.1.212");#开始进行数据提交 同时也可以使用get进行

conn.request(method="POST",url="/newsadd.asp?action=newnew",body=params,headers=headers);#返回处理后的数据

response =conn.getresponse();#判断是否提交成功

if response.status == 302:print "发布成功!";else:print "发布失败";#关闭连接

conn.close();

也可以类似于get方法来实现：

defGetHtmlSource_Post(getString):

htmSource= ""

try:

url= httplib.urlsplit("http://app.sipo.gov.cn:8080")

conn=httplib.HTTPConnection(url.netloc)

conn.connect()

conn.putrequest("POST", "/sipo/zljs/hyjs-jieguo.jsp") #post方法

conn.putheader("Content-Length", len(getString))

conn.putheader("Content-Type", "application/x-www-form-urlencoded")

conn.putheader("Connection", "Keep-Alive")

conn.endheaders()

conn.send(getString)#Http包的body

f=conn.getresponse()if notf:raise socket.error, "timed out"htmSource=f.read()

f.close()

conn.close()exceptException(), err:

trackback.print_exec()

conn.close()return htmSource