目錄
- urllib子模塊
- request模塊
- function request.urlopen()
- class request.Request
python的urllib模塊提供了一系列操作url的功能，可以讓我們通過url打開任意資源。其中比較常用的就是request模塊，本篇主要介紹requset模塊。
urllib子模塊
- urllib.request 打開或請求url
- urllib.error 捕獲處理請求時產生的異常
- urllib.parse 解析url
- urllib.robotparser 用于解析robots.txt文件
robots.txt是一種存放于網站根目錄下文本文件，用來告訴網絡爬蟲服務器上的那些文件可以被查看。又被成為robots協議，是一種約定俗成的協議。
request模塊
function request.urlopen()
urlopen方法用來打開資源url，常用帶參數形式urlopen(url,data=None)，url：資源url，data：攜帶的數據。
方法的返回值始終為一個對象，并可以調用相應的方法獲取返回的信息。其中對于http及https的url來說會返回一個http.client.HTTPResponse對象；
import urllib.request
# 我們用本地的一個簡單html文件來測試
url = 'http://127.0.0.1:8848/chenjy/test.html'
req = urllib.request.urlopen(url)
print(req)
1. read() 返回服務器返回的原始數據；
import urllib.request
url ='http://127.0.0.1:8848/chenjy/test.html'
req = urllib.request.urlopen(url)
print(req.read())
我們可以再調用decode()方法來解碼。
import urllib.request
url = 'http://127.0.0.1:8848/chenjy/test.html'
req = urllib.request.urlopen(url)
print(req.read().decode())
2.geturl() 返回獲取資源的url；
import urllib.request
url = 'http://127.0.0.1:8848/chenjy/test.html'
req = urllib.request.urlopen(url)
print(req.geturl())
我們在頁面中添加js腳本重定向頁面window.location.;，會發現訪問的時候會重定向到test2，但是geturl還是獲取的重定向前的
我們啟動一個項目并添加一個攔截器當訪問index.html的時候重定向到/ls/html/list.html頁面,geturl獲取的是重定向后的頁面
@Override
public void handle(String target, HttpServletRequest request, HttpServletResponse response, boolean[] isHandled) {
int index = target.lastIndexOf("index.html");
if (index != -1){
HandlerKit.redirect("/ls/html/list.html",request,response,isHandled);
}
}
import urllib.request
url = 'http://localhost:8088/ls/index.html'
req = urllib.request.urlopen(url)
print(req.geturl())
3.info() 返回頁面的元信息；
import urllib.request
url = 'http://127.0.0.1:8848/chenjy/test.html'
req = urllib.request.urlopen(url)
print(req.info())
4.getcode() 返回頁面的狀態碼；
import urllib.request
url = 'http://127.0.0.1:8848/chenjy/test.html'
req = urllib.request.urlopen(url)
print(req.getcode())
class request.Request
url請求類 Request(url, data=None, headers={}, origin_req_host=None, unverifiable=False, method=None)
- url：請求url
- data：請求傳參；bytes字節流
- headers：請求頭
- origin_req_host：請求原始主機；不帶端口
- unverifiable：是否不可驗證；
- method ：請求方法；如GET、POST、PUT等
import urllib.request
# 模擬iphone5請求百度手機版頁面
url = 'https://www.baidu.com/'
user_agent = 'Mozilla/5.0 (iPhone; CPU iPhone OS 10_3_1 like Mac OS X) AppleWebKit/603.1.30 (KHTML, like Gecko) Version/10.0 Mobile/14E304 Safari/602.1'
headers = {
'User-Agent': user_agent
}
# 抓取page信息
req = urllib.request.Request(url, headers=headers,method='GET')
page = urllib.request.urlopen(req).read().decode('utf-8')
print(page)
以上就是python urllib.request模塊的使用詳解的詳細內容，更多關于python urllib.request模塊的資料請關注腳本之家其它相關文章！
您可能感興趣的文章:- python爬蟲之利用Selenium+Requests爬取拉勾網
- Python requests timeout的設置
- python+requests+pytest接口自動化的實現示例
- python3 解決requests出錯重試的問題
- Python requests庫參數提交的注意事項總結
- python requests完成接口文件上傳的案例
- python爬取豆瓣電影排行榜(requests)的示例代碼
- requests在python中發送請求的實例講解
- python 實現Requests發送帶cookies的請求
- python軟件測試Jmeter性能測試JDBC Request(結合數據庫)的使用詳解
- python requests庫的使用
- python實現文件+參數發送request的實例代碼
- Python爬蟲基礎之requestes模塊
