python urllib.request 爬虫 数据处理-python爬虫1--urllib请求库之request模块

urllib为python内置的HTTP请求库，包含四个模块：

request：最基本的HTTP请求模块， 只需要传入URL和参数

error：异常处理模块

parse：工具模块，处理URL，拆分、解析合并等

robotparser：识别robots.txt文件

1. urlopen()

实现最基本的请求发起，urlopen(url, data=None, [timeout,]*,cafile=None,capath=None,cadefault=False,context=None)

代码：

输出：

response为HTTPRsponse对象：

方法包含：read()，readinto()，getheader(name)，getheaders()，fileno()

属性包含：msg，version，status，reason，debuglevel、closed

.data参数

如果不加参数为GET请求，加参数则为POST请求，参数需要先转化为bytes类型

代码：

.timeout参数

设置超时时间，单位为秒，如果请求在设置时间内没有响应，就会抛出异常，默认为全局时间

.其他参数

cafile和capath指定CA证书和路径，context必须是ssl.SSLContext类型，用来指定SSL设置

2. Request

urlopen()只能发起简单的请求，Request可以构建完整的请求信息，然后将Request对象传递给urlopen

Request(url, data=None, headers={},origin_req_host=None, unverifiable=False,method=None)

参数：

url：必填，其余为选填

data：同上

headers：是一个字典，请求头，可以用req.add_headers()方法添加

origin_req_host：请求方的主机名称或ip地址

unverifiable：请求是否是无法验证的，默认False

method：请求方法，GET,POST,PUT等

代码：

3.高级用法Handler

处理更高级的操作，如Cookies，代理，登录验证等。Handler是urllib.request的类

思路：用Handler类构建一个handler------通过build_opener()方法和handle构造一个opener------通过opener的open()方法发送请求

案例---构造普通的handler

踩坑：

1.新建python文件时命名为urllib，导包报错---py文件名不能用库和关键字名称命名；