python访问网页、返回内容_python访问抓取网页常用命令总结

python访问抓取网页常用命令

简单的抓取网页:

import urllib.request

url="http://google.cn/"

response=urllib.request.urlopen(url) #返回文件对象

page=response.read()

直接将URL保存为本地文件：

import urllib.request

url="http://google.cn/"

response=urllib.request.urlopen(url) #返回文件对象

page=response.read()

POST方式：

import urllib.parse

import urllib.request

url="http://liuxin-blog.appspot.com/messageboard/add"

values={"content":"命令行发出网页请求测试"}

data=urllib.parse.urlencode(values)

#创建请求对象

req=urllib.request.Request(url,data)

#获得服务器返回的数据

response=urllib.request.urlopen(req)

#处理数据

page=response.read()

GET方式：

import urllib.parse

import urllib.request

url="http://www.google.cn/webhp"

values={"rls":"ig"}

data=urllib.parse.urlencode(values)

theurl=url+"?"+data

#创建请求对象

req=urllib.request.Request(theurl)

#获得服务器返回的数据

response=urllib.request.urlopen(req)

#处理数据

page=response.read()

有2个常用的方法,geturl(),info()

geturl()的设置是为了辨别是否有服务器端的网址重定向,而info()则包含了一系列的信息。

中文问题的处理，会用到 encode()编码 dencode()解码：

感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！