python2 urllib模块_python urllib2模块
与urllib的区别
Python的urllib和urllib2模块都做与请求URL相关的操作;
3.x的版本urllib与urllib2已经合并为一个urllib库;
2.7的版本urllib与urllib2各有各的作用,urllib与urllib2并不是可以代替的,2是1的补充;
以下适用于版本2.7。
概述
urllib2模块定义的函数和类可用来获取URL(主要是HTTP的),它提供一些复杂的接口用于处理基本认证、重定向、Cookies等。
urllib2 可以接受一个Request对象,并以此可设置一个URL的headers(urllib只接收一个URL,这意味着你不能伪装你的用户代理字符串等)。
urllib2支持许多的“URL schemes”,“URL schemes”由URL中“:”之前的字符串确定,如“ftp://python.org/”是“FTP”的URL方案之一;他还支持相关的网络协议(如FTP,HTTP)。
常用方法和类
urllib2.urlopen(url, data, timeout)
作用:
打开URL网址
参数解释:
url:可以是一个字符串URL或者是一个Request对象。Request对象和data在request类中说明,定义都是一样的;
data:可省略;
timeout:可省略,阻塞操作,以秒为单位,尝试连接,如果没有指定,将使用设置的全局默认timeout值。实际上这仅适用于HTTP,HTTPS和FTP连接;
举例:
import urllib2
response = urllib2.urlopen('http://python.org/') #调用urlopen函数对请求的url返回一个response对象,这个response类似于一个file对象
html = response.read() #用.read()函数可以操作这个response对象
import urllib2
req = urllib2.Request('http://python.org/') #通过URL实例化了Request类的对象
response = urllib2.urlopen(req)
the_page = response.read()
urllib2.Request(url, data, headers, origin_req_host, unverifiable)
作用:
Request类是一个抽象的URL请求
参数解释:
url:是一个字符串,其中包含一个有效的URL。
data:可省略,是一个字符串,指定额外的数据发送到服务器,如果没有data需要发送可以为“None”。目前使用data的HTTP请求是唯一的。当请求含有data参数时,HTTP的请求为POST,而不是GET。数据应该是缓存在一个标准的application/x-www-form-urlencoded格式中。urllib.urlencode()函数用映射或2元组,返回一个这种格式的字符串。
通俗的说就是,如果想向一个URL发送数据(通常这些数据是代表一些CGI脚本或者其他的web应用),对于HTTP来说这动作叫Post。例如在网上填form(表单)时,浏览器会POST表单的内容,这些数据需要被以标准的格式编码(encode),然后作为一个数据参数传送给Request对象。Encoding是在urlib模块中完成的,而不是在urlib2中完成的。下面是个例子:
import urllib
import urllib2
url = 'http://www.someserver.com/cgi-bin/register.cgi'
values = {'name' : 'Michael Foord',
'location' : 'Northampton',
'language' : 'Python' }
data = urllib.urlencode(values)
req = urllib2.Request(url, data)
response = urllib2.urlopen(req)
the_page = response.read()
headers:可省略,是字典类型。作为辨别浏览器身份的User-Agent,header是经常被用来恶搞和伪装的,因为一些HTTP服务只允许某些请求来自常见的浏览器而不是脚本,或是针对不同的浏览器返回不同的版本。例如,Mozilla Firefox浏览器被识别为“Mozilla/5.0 (X11; U; Linux i686) Gecko/20071127 Firefox/2.0.0.11”。默认情况下,urlib2把自己识别为Python-urllib/x.y(这里的xy是python发行版的主要或次要的版本号,如在Python 2.6中,urllib2的默认用户代理字符串是“Python-urllib/2.6)。
标准的headers组成是(Content-Length, Content-Type and Host),可以在生成Request对象之前初始化header,作为参数在request时直接传入:
import urllib
import urllib2
url = 'http://www.someserver.com/cgi-bin/register.cgi'
user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
values = {'name' : 'Michael Foord',
'location' : 'Northampton',
'language' : 'Python' }
headers = { 'User-Agent' : user_agent } #模仿IE浏览器提交请求
data = urllib.urlencode(values)
req = urllib2.Request(url, data, headers)
response = urllib2.urlopen(req)
the_page = response.read()
也可以把每个键和值作为参数,调用add_header(key, val)方法附加header:
import urllib2
req = urllib2.Request('http://www.example.com/')
req.add_header('Referer', 'http://www.python.org/')
r = urllib2.urlopen(req)
或者OpenerDirector.open()时加入:
import urllib2
opener = urllib2.build_opener() #urllib2.build_opener会返回一个OpenerDirector对象,OpenerDirector为每一个Request自动加上一个User-Agent header
opener.addheaders = [('User-agent', 'Mozilla/5.0')]
opener.open('http://www.example.com/')
origin_req_host:可省略,是RFC2965定义的源交互的request-host。默认的取值是cookielib.request_host(self)。这是由用户发起的原始请求的主机名或IP地址。例如,如果请求的是一个HTML文档中的图像,这应该是包含该图像的页面请求的request-host。
unverifiable:可省略,代表请求是否是无法验证的,它也是由RFC2965定义的。默认值为false。一个无法验证的请求是,其用户的URL没有足够的权限来被接受。例如,如果请求的是在HTML文档中的图像,但是用户没有自动抓取图像的权限,unverifiable的值就应该是true。
urllib2.build_opener([handler, ...])
作用:
创建opener对象的函数,实例化会得到OpenerDirector对象,默认会加入许多handlers,它提供了一个快速的方法添加更多东西和使默认的handler失效,从而生成自定义opener。
参数解释:
handlers:可以被BaseHandler或他的子类实例化,子类中可以通过以下实例化:ProxyHandler (如果检测代理设置用), UnknownHandler, HTTPHandler, HTTPDefaultErrorHandler, HTTPRedirectHandler, FTPHandler, FileHandler, HTTPErrorProcessor。
urllib2.install_opener(opener)
作用:
install_opener实例化会得到OpenerDirector 对象,用来赋予全局变量opener。
参数解释:
创建openers时如果想要安装特别的handlers来实现获取url的话,可以先实例一个OpenerDirector对象,然后多次调用.add_handler(some_handler_instance)来创建opener。
正常情况下程序一直通过urlopen使用默认的opener对象,使用install_opener后再调用urlopen,将会用到新创建的自定义的openers,这样可以让每一个handler知道以哪种协议打开url、如何处理打开url发生的HTTP重定向等。
举例:
import urllib2
req = urllib2.Request('http://www.python.org/')
opener=urllib2.build_opener()
urllib2.install_opener(opener) #设置 urllib2 的全局 opener
f = opener.open(req)
f = urllib2.urlopen(req)
python2 urllib模块_python urllib2模块相关推荐
- python批量下载网页文件夹_Python的urllib模块、urllib2模块批量进行网页下载文件...
由于需要从某个网页上下载一些PDF文件,但是需要下载的PDF文件有几百个,所以不可能用人工点击来下载.正好Python有相关的模块,所以写了个程序来进行PDF文件的下载,顺便熟悉了Python的url ...
- python下载网页中的pdf文件_【Python】Python的urllib模块、urllib2模块批量进行网页下载文件...
由于需要从某个网页上下载一些PDF文件,但是需要下载的PDF文件有几百个,所以不可能用人工点击来下载.正好Python有相关的模块,所以写了个程序来进行PDF文件的下载,顺便熟悉了Python的url ...
- 【Python】Python的urllib模、urllib2模块的网络下载文件
因为需要从一些下载一个页PDF文件.但是需要下载PDF有数百个文件,这是不可能用人工点击下载.只是Python有相关模块,所以写一个程序PDF文件下载,顺便熟悉Python的urllib模块和ulrl ...
- python模块下载1002python模块下载_【Python】Python的urllib模、urllib2模块的网络下载文件...
因为需要从一些下载一个页PDF文件.但是需要下载PDF有数百个文件,这是不可能用人工点击下载.只是Python有相关模块,所以写一个程序PDF文件下载,顺便熟悉Python的urllib模块和ulrl ...
- Python学习之urlib模块和urllib2模块学习
2019独角兽企业重金招聘Python工程师标准>>> 原创作品,允许转载,转载时请务必以超链接形式标明文章 原始出处 .作者信息和本声明.否则将追究法律责任.http://john ...
- python的itchat模块_Python itchat模块在微信上的各种小应用
前两天在51cto看见某篇推荐博文,大概是一个Python的小程序可以读取微信撤回的信息.豆子比较感兴趣,在知乎和github上搜索了相关的源代码,发现原来实现起来非常的简单,他的核心是使用一个叫做i ...
- python文件操作和模块_Python(五)--模块与文件操作
Python(五)–模块与文件操作 模块和包 模块 模块是包含Python定义和语句的文件,把一组相关函数或代码组织到一个文件中,一个文件即一个模块.模块的文件名 = 模块名+后缀.py 模块之间代码 ...
- python3导入ping模块_Python ping 模块
print socket.gethostbyname('www.baidu.com') fping功能 https://www.cnblogs.com/zhoujie/p/python17.html ...
- python argparse模块_Python argparse模块应用实例解析
这篇文章主要介绍了Python argparse模块应用实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 简介 argparse是python ...
最新文章
- linux下进程的tty,Linux下TTY驱动程序分析
- hadoop2.2.0安装,完全分布式安装
- 使用golang的http模块构建redis读写查api
- 【ERP】如何根据系统币种(扩展)精度来动态产生数字的格式(FORMAT MASK)
- SAP Spartacus cxFocus的config属性的赋值原理
- Java FileReader与FileWriter讲解
- Android 第三章 SQLite 数据库
- (39)FPGA面试技能提升篇(nandflash接口)
- setTimeout和setInteval
- CSDN下载频道积分规则2.1
- 关于DoIP 协议的理解
- 膜拜 丹尼斯·里奇(纪念 C 语言之父离世 6 周年) 我们欠他的不止是张电影票
- pytorch-cpn可视化标注信息
- [bx]和loop指令
- 机器学习——模型的评估方法速查手册(RMSE+RSE+MAE+RAE+R^2)
- javabean/Listjavabean与map/Listmap互相转换
- android 内存优化 性能优化
- uml建模外卖订餐系统
- 面向对象_猫狗案例加入跳高功能代码实现
- Python 3.7极速入门教程9最佳python中文书籍下载
热门文章
- 《爱在 ZStack Cube 超融合》三部曲
- ansible自动化运维详解(一)ansible的安装部署、参数使用、清单管理、配置文件参数及用户级ansible操作环境构建
- influxdb介绍
- Hinton AAAI2020 演讲——胶囊网络
- MongoDB安装,使用教程(图文)
- 抄底摸顶的高概率交易技巧
- 【Unity】【VR开发】为什么认为Quest和Unity组合是目前消费级VR开发的最佳组合
- java encrypt des_oracle中的encrypt_des加密对应Java的加密方式
- OpenCV入门(17):图片的浮雕效果
- 陪诊小程序开发|陪诊护理系统|陪护软件开发