学习内容源自:博客园 金角大王
2018.7.22
Urllib库的基本使用
什么是Urllib?
Urllib是python内置的HTTP请求库
包括以下基础模块:
urllib.request 请求模块
urllib.error 异常处理模块
urllib.parse url解析模块
urllib.robotparser robots.txt解析模块
urllib.request的使用
- urlopen
urllib.request.urlopen
完整参数:urllib.request.urlopen(url, data=None, [timeout, ]*, cafile=None, capath=None, cadefault=False, context=None)
一般常用:urllib.requeset.urlopen(url,data,timeout)
- url参数
简单栗子
1 import urllib.request 2 3 response = urllib.request.urlopen(‘https://bj.ke.com/‘) 4 print(response.read().decode(‘utf-8‘))
结果:抓取贝壳网首页的Javascript中的内容
response.read()可以获取到网页的内容,decode(‘utf-8‘)可以是抓取到的内容以utf-8的格式输出
- data参数
该网站可以用来模拟各中请求
栗子:
1 import urllib.parse 2 import urllib.request 3 4 data = bytes(urllib.parse.urlencode({‘word‘: ‘hello‘}), encoding=‘utf8‘) 5 print(data) 6 response = urllib.request.urlopen(‘http://httpbin.org/post‘, data=data) 7 print(response.read())
备注:
1、urllib.parse url解析模块
2、通过bytes(urllib.parse.urlencode())可以将post数据进行转换放到urllib.request.urlopen的data参数中,这样就完成了一次post请求
3、添加data参数的时候就是以post请求方式请求,如果没有data参数就是get请求方式
4、GET和POST的区别就是:请求的数据GET是在url中,POST则是存放在头部
GET:向指定的资源发出“显示”请求。使用GET方法应该只用在读取数据,而不应当被用于产生“副作用”的操作中,例如在Web Application中。其中一个原因是GET可能会被网络蜘蛛等随意访问
POST:向指定资源提交数据,请求服务器进行处理(例如提交表单或者上传文件)。数据被包含在请求本文中。这个请求可能会创建新的资源或修改现有资源,或二者皆有。
- timeout参数
{"args":{},"data":"","files":{},"form":{"word":"shang"},"headers":{"Accept-Encoding":"identity","Connection":"close","Content-Length":"10","Content-Type":"application/x-www-form-urlencoded","Host":"httpbin.org","User-Agent":"Python-urllib/3.7"},"json":null,"origin":"183.240.196.58","url":"http://httpbin.org/post"}
b‘{"args":{},"headers":{"Accept-Encoding":"identity","Connection":"close","Host":"httpbin.org","User-Agent":"Python-urllib/3.7"},"origin":"183.240.196.58","url":"http://httpbin.org/get"}\n‘
原文地址:https://www.cnblogs.com/ace722/p/9350879.html