婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

主頁 > 知識庫 > 關(guān)于python爬蟲應(yīng)用urllib庫作用分析

關(guān)于python爬蟲應(yīng)用urllib庫作用分析

熱門標(biāo)簽:高德地圖標(biāo)注收入咋樣 怎么辦理400客服電話 企業(yè)微信地圖標(biāo)注 B52系統(tǒng)電梯外呼顯示E7 鶴壁手機(jī)自動外呼系統(tǒng)違法嗎 萊蕪電信外呼系統(tǒng) 地圖標(biāo)注多個 銀川電話機(jī)器人電話 沈陽防封電銷電話卡

一、urllib庫是什么?

urllib庫用于操作網(wǎng)頁 URL,并對網(wǎng)頁的內(nèi)容進(jìn)行抓取處理

urllib包 包含以下幾個模塊:

urllib.request - 打開和讀取 URL。

urllib.error - 包含 urllib.request 拋出的異常。

urllib.parse - 解析 URL。

urllib.robotparser - 解析 robots.txt 文件

python爬蟲主要用到的urllib庫中的request和parse模塊

二、urllib庫的使用

下面我們來詳細(xì)說明一下這兩個常用模塊的基本運用

urllib.request模塊

urllib.request 定義了一些打開 URL 的函數(shù)和類,包含授權(quán)驗證、重定向、瀏覽器 cookies等。

語法如下:

urllib.request.urlopen(url, data=None, [timeout, ]*, cafile=None,

capath=None, cadefault=False, context=None)

 url:url 地址。

data:發(fā)送到服務(wù)器的其他數(shù)據(jù)對象,默認(rèn)為 None。

timeout:設(shè)置訪問超時時間。

cafile capath:cafile 為 CA 證書, capath 為 CA 證書的路徑,使用 HTTPS 需要用到。

cadefault:已經(jīng)被棄用。

context:ssl.SSLContext類型,用來指定 SSL 設(shè)置。

# -*- codeing = utf-8 -*-
# @Author: Y-peak
# @Time : 2021/9/2 19:24
# @FileName : testUrllib.py
# Software : PyCharm
import urllib.request
#get請求
response = urllib.request.urlopen("http://www.baidu.com")  #返回的是存儲網(wǎng)頁數(shù)據(jù)的對象
#print(response)  可以嘗試打印一下看一下
print(response.read().decode('utf-8')) #通過read將數(shù)據(jù)讀取出來, 使用utf-8解碼防止有的地方出現(xiàn)亂碼

將其打印的內(nèi)容寫到一個html文件中,打開和百度一毛一樣

# -*- codeing = utf-8 -*-
# @Author: Y-peak
# @Time : 2021/9/2 19:24
# @FileName : testUrllib.py
# Software : PyCharm
import urllib.request
response = urllib.request.urlopen("http://www.baidu.com")  #返回的是存儲網(wǎng)頁數(shù)據(jù)的對象
data = response.read().decode('utf-8')  #通過read將數(shù)據(jù)讀取出來, 使用utf-8解碼防止有的地方出現(xiàn)亂碼
#print(data)
with open("index.html",'w',encoding='utf-8') as wfile: #或者你們也可以常規(guī)打開,不過需要最后關(guān)閉記得close()
    wfile.write(data)
    print("讀取結(jié)束")

urllib.parse模塊

有時我們爬蟲需要模擬瀏覽器進(jìn)行用戶登錄等操作,這個時候我們就需要進(jìn)行post請求

但是post必須有一個獲取請求之后的響應(yīng),也就是我們需要有一個服務(wù)器。給大家介紹一個免費的服務(wù)器網(wǎng)址,就是用來測試用的http://httpbin.org/。主要用來測試http和https的

我們可以嘗試執(zhí)行一下,去獲取對應(yīng)的響應(yīng)。

可以用Linux命令去發(fā)起請求,URL地址為http://httpbin.org/post。得到下方的響應(yīng)。

我們也可以通過爬蟲來實現(xiàn)

# -*- codeing = utf-8 -*-
# @Author: Y-peak
# @Time : 2021/9/2 19:24
# @FileName : testUrllib.py
# Software : PyCharm
import urllib.request
import urllib.parse #解析器
data = bytes(urllib.parse.urlencode({"hello":"world"}),encoding='utf-8')  #轉(zhuǎn)換為二進(jìn)制數(shù)據(jù)包,里面是鍵值對(有時輸入的用戶名:密碼就是這樣的),還有一些編碼解碼的數(shù)值等.這里就是按照utf-8的格式進(jìn)行解析封裝生成二進(jìn)制數(shù)據(jù)包
response = urllib.request.urlopen("http://httpbin.org/post",data=data)  #返回的請求
print(response.read().decode('utf-8'))      #通過read將數(shù)據(jù)讀取出來, 使用utf-8解碼防止有的地方出現(xiàn)亂碼

兩個響應(yīng)結(jié)果對比是不是一樣幾乎

相當(dāng)于進(jìn)行了一次模擬的post請求。這樣有些需要登錄的網(wǎng)站也是可以爬取的。

利用try-except,進(jìn)行超時處理

一般進(jìn)行爬蟲時,不可能一直等待響應(yīng)。有時網(wǎng)絡(luò)不好或者網(wǎng)頁有反爬或者一些其他東西時。無法快速爬出。我們就可以進(jìn)入下一個網(wǎng)頁繼續(xù)去爬。利用timeout屬性就好

# -*- codeing = utf-8 -*-
# @Author: Y-peak
# @Time : 2021/9/2 19:24
# @FileName : testUrllib.py
# Software : PyCharm
import urllib.request
try:
    response = urllib.request.urlopen("http://httpbin.org/get",timeout=0.01)  #返回的是存儲網(wǎng)頁數(shù)據(jù)的對象, 直接用這個網(wǎng)址的get請求了.timeout表示超時,超過0.01秒不響應(yīng)就報錯,避免持續(xù)等待
    print(response.read().decode('utf-8'))      #通過read將數(shù)據(jù)讀取出來, 使用utf-8解碼防止有的地方出現(xiàn)亂碼
except urllib.error.URLError as e:
    print("超時了\t\t錯誤為:",e)

status狀態(tài)碼 getheaders()

status:

  • 返回200,正確響應(yīng)可以爬取
  • 報錯404,沒有找到網(wǎng)頁
  • 報錯418,老子知道你就是爬蟲
  • getheaders():獲取Response Headers

 

  • 也可以通過gethead(“xx”) 獲取xx對應(yīng)的值,比如:上圖 gethead(content-encoding) 為 gzip

突破反爬

首先打開任何一個網(wǎng)頁按F12找到Response Headers,拉到最下面找到 User-Agent。將其復(fù)制保存下來,為反爬做準(zhǔn)備。

下面我們進(jìn)行嘗試,直接爬取豆瓣,直接來個418,知道你是爬蟲,我們來偽裝一下

為什么418呢,因為如果是直接進(jìn)行請求訪問的話,發(fā)過去的User-Agent 是下面的,直接告訴瀏覽器我們是爬蟲。我們需要偽裝

# -*- codeing = utf-8 -*-
# @Author: Y-peak
# @Time : 2021/9/2 19:24
# @FileName : testUrllib.py
# Software : PyCharm
import urllib.request
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36"
}
request = urllib.request.Request("http://douban.com", headers=headers) #返回的是請求,將我們偽裝成瀏覽器發(fā)送的請求
response = urllib.request.urlopen(request)  #返回的是存儲網(wǎng)頁數(shù)據(jù)的對象
data = response.read().decode('utf-8')     #通過read將數(shù)據(jù)讀取出來, 使用utf-8解碼防止有的地方出現(xiàn)亂碼
with open("index.html",'w',encoding='utf-8') as wfile: #或者你們也可以常規(guī)打開,不過需要最后關(guān)閉記得close()
    wfile.write(data)

當(dāng)然反爬不可能如此簡單,上面將講的那個 post請求,也是十分常見的突破反爬的方式,不行就將整個Response Headers全部模仿。下面還有個例子作為參考。和上面的post訪問的網(wǎng)址一樣

瀏覽器訪問結(jié)果

爬蟲訪問結(jié)果

# -*- codeing = utf-8 -*-
# @Author: Y-peak
# @Time : 2021/9/3 0:47
# @FileName : testUrllib.py
# Software : PyCharm

import urllib.request
import urllib.parse
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36"
}
url = "http://httpbin.org/post"
data = (bytes)(urllib.parse.urlencode({"賬戶":"密碼"}),encoding = 'utf-8')
request = urllib.request.Request(url, data = data,headers=headers, method='POST') #返回的是請求
response = urllib.request.urlopen(request)  #返回的是存儲網(wǎng)頁數(shù)據(jù)的對象
data = response.read().decode('utf-8')     #通過read將數(shù)據(jù)讀取出來, 使用utf-8解碼防止有的地方出現(xiàn)亂碼
print(data)

以上就是關(guān)于python爬蟲應(yīng)用urllib庫作用分析的詳細(xì)內(nèi)容,更多關(guān)于python爬蟲urllib庫分析的資料請關(guān)注腳本之家其它相關(guān)文章!

您可能感興趣的文章:
  • python爬蟲Scrapy框架:媒體管道原理學(xué)習(xí)分析
  • python爬蟲Mitmproxy安裝使用學(xué)習(xí)筆記
  • Python爬蟲和反爬技術(shù)過程詳解
  • python爬蟲之Appium爬取手機(jī)App數(shù)據(jù)及模擬用戶手勢
  • 爬蟲Python驗證碼識別入門
  • Python爬蟲技術(shù)
  • Python爬蟲爬取商品失敗處理方法
  • Python獲取江蘇疫情實時數(shù)據(jù)及爬蟲分析
  • Python爬蟲之Scrapy環(huán)境搭建案例教程
  • Python爬蟲中urllib3與urllib的區(qū)別是什么
  • 教你如何利用python3爬蟲爬取漫畫島-非人哉漫畫
  • Python爬蟲分析匯總

標(biāo)簽:銀川 三亞 安慶 湘西 烏魯木齊 呼倫貝爾 呼倫貝爾 葫蘆島

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《關(guān)于python爬蟲應(yīng)用urllib庫作用分析》,本文關(guān)鍵詞  關(guān)于,python,爬蟲,應(yīng)用,urllib,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《關(guān)于python爬蟲應(yīng)用urllib庫作用分析》相關(guān)的同類信息!
  • 本頁收集關(guān)于關(guān)于python爬蟲應(yīng)用urllib庫作用分析的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章
    婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av
    欧洲一区二区av| 欧洲av在线精品| 在线看国产日韩| 亚洲国产高清在线| 成人福利在线看| 久久久99精品免费观看不卡| 狠狠色狠狠色综合日日91app| 在线观看精品一区| 亚洲主播在线观看| 欧美丰满一区二区免费视频| 男人的天堂久久精品| 久久久久久久久久久久久久久99| 国产福利一区在线观看| 亚洲欧美视频一区| 在线91免费看| 国产精品自在在线| 亚洲欧洲精品一区二区三区| 色综合一个色综合| 久久精品国产网站| 日韩伦理av电影| 91精品国产综合久久香蕉的特点| 中文字幕免费在线观看视频一区| 色狠狠一区二区三区香蕉| 北条麻妃一区二区三区| 成人av在线一区二区三区| 成人福利视频在线看| 成人免费视频国产在线观看| 成人av小说网| 91啪亚洲精品| 欧美精品粉嫩高潮一区二区| 宅男噜噜噜66一区二区66| 91精品国产入口| 久久久天堂av| 自拍偷拍国产亚洲| 午夜成人免费视频| 男女男精品视频网| 韩国成人精品a∨在线观看| 午夜久久久久久久久| 欧美美女视频在线观看| 高清日韩电视剧大全免费| 日日夜夜免费精品| 亚洲三级小视频| 国产色91在线| 337p日本欧洲亚洲大胆精品| 欧美日韩在线三区| 91在线观看一区二区| 国产乱码精品一区二区三区忘忧草 | 中文字幕一区在线观看视频| 欧美美女bb生活片| 在线中文字幕一区| 成人亚洲精品久久久久软件| 国产欧美精品国产国产专区| 日韩一区国产二区欧美三区| 亚洲国产精品久久久男人的天堂| 视频一区在线播放| 欧美日韩mp4| 中文字幕不卡一区| 中文字幕日本不卡| 亚洲午夜成aⅴ人片| 国产精品网站在线观看| 91福利在线看| 日本不卡123| 91精品国产综合久久精品app | 欧美系列在线观看| 久久久久久久网| 亚洲成人综合视频| 欧美自拍丝袜亚洲| 成人性生交大片免费看视频在线| 色成年激情久久综合| 欧美另类一区二区三区| 欧美电影免费提供在线观看| 日韩成人dvd| 8x8x8国产精品| 亚洲成人黄色影院| 欧美日韩一区二区在线观看视频 | 成人av先锋影音| 国产精品久久久久久久第一福利| 国产馆精品极品| 亚洲免费观看在线视频| 欧美影视一区二区三区| 蜜臀av在线播放一区二区三区 | 性做久久久久久免费观看欧美| 欧美亚洲国产一区二区三区| 肉丝袜脚交视频一区二区| 精品国产一区二区三区四区四 | 久久男人中文字幕资源站| 国产高清一区日本| 亚洲色图视频网站| 欧美一区二区福利视频| 久久97超碰国产精品超碰| 日韩一区欧美小说| 精品免费一区二区三区| av不卡在线播放| 亚洲影院久久精品| 亚洲色图欧美在线| 欧美浪妇xxxx高跟鞋交| 国产精品99久久久久| 亚洲免费在线视频| 91精品啪在线观看国产60岁| 国产一区二区三区视频在线播放| 亚洲免费观看高清完整版在线观看 | 91麻豆精品91久久久久同性| 国产一区二区三区黄视频 | 亚洲少妇30p| 日韩三级免费观看| 91日韩精品一区| 国产精品亚洲第一区在线暖暖韩国| 一区二区三区在线视频观看58| 日韩欧美国产三级| 欧洲视频一区二区| 成人在线综合网| 日韩写真欧美这视频| 在线看国产日韩| 丁香六月综合激情| 麻豆91小视频| 午夜一区二区三区视频| 国产精品久久看| 久久久影院官网| 制服.丝袜.亚洲.中文.综合| 95精品视频在线| 国产精品一区二区在线看| 香港成人在线视频| 亚洲男女毛片无遮挡| 欧美精彩视频一区二区三区| 91精品国产手机| 制服丝袜中文字幕亚洲| 欧美亚洲高清一区二区三区不卡| 91在线免费看| 国产成人免费xxxxxxxx| 国产精品一区一区| 精品一区二区三区视频| 老司机精品视频在线| 人人爽香蕉精品| 久久国产生活片100| 丝袜亚洲精品中文字幕一区| 一区二区在线电影| 亚洲丝袜自拍清纯另类| 综合在线观看色| 国产精品麻豆一区二区| 国产精品进线69影院| 国产精品免费久久| 中文字幕亚洲电影| 一区二区三区精密机械公司| 亚洲伦理在线精品| 亚洲一区影音先锋| 亚洲第一久久影院| 日韩和欧美的一区| 日韩福利视频网| 精品在线播放免费| 风间由美一区二区三区在线观看| 国产成人午夜电影网| 国产91精品免费| 99精品久久久久久| 日本伦理一区二区| 欧美肥大bbwbbw高潮| 精品国精品国产| 国产精品另类一区| 亚洲男女一区二区三区| 亚洲国产欧美日韩另类综合| 亚洲成人免费在线观看| 五月天激情综合| 久久国产福利国产秒拍| 国精产品一区一区三区mba视频| 丁香激情综合国产| 成人少妇影院yyyy| 欧美三级电影精品| 久久众筹精品私拍模特| 亚洲三级理论片| 蜜臀va亚洲va欧美va天堂| 国产精品一区二区x88av| 一本到三区不卡视频| 91精品国产综合久久久久久久 | 国产亚洲精品福利| 国产精品久久久久久户外露出| 亚洲精品美国一| 久久激情五月激情| 在线日韩国产精品| 91精品婷婷国产综合久久竹菊| 久久久久久久电影| 午夜精品久久久久久久99水蜜桃| 麻豆国产精品777777在线| 99精品欧美一区二区三区综合在线| 欧美二区三区91| 国产精品久久久久永久免费观看 | 亚洲乱码中文字幕| 免费人成在线不卡| 91影院在线免费观看| 日韩欧美国产电影| 一区二区三区四区不卡视频| 黄一区二区三区| 欧美日韩国产一级片| 国产精品伦理在线| 欧美a一区二区| 成人黄色综合网站| 精品日韩一区二区三区免费视频| 最新热久久免费视频| 精品影视av免费| 91精品国产综合久久婷婷香蕉| 亚洲精选一二三| 成人激情小说网站|