<dl id="vorq8"><menu id="vorq8"></menu></dl>

<sup id="vorq8"></sup>
<sup id="vorq8"></sup>
<sup id="vorq8"></sup>

<optgroup id="vorq8"><address id="vorq8"></address></optgroup>

    <sup id="vorq8"><menu id="vorq8"><small id="vorq8"></small></menu></sup>

    <div id="vorq8"><tr id="vorq8"><object id="vorq8"></object></tr></div>

    當前位置:  首頁  >  PHP教程  >  PHP 應用  >  知識庫

    Python的Urllib庫的基本使用教程

    這篇文章主要介紹了Python的Urllib庫的基本使用教程,是用Python編寫爬蟲的必備知識,需要的朋友可以參考下
    1.分分鐘扒一個網頁下來

    怎樣扒網頁呢?其實就是根據URL來獲取它的網頁信息,雖然我們在瀏覽器中看到的是一幅幅優美的畫面,但是其實是由瀏覽器解釋才呈現出來的,實質它 是一段HTML代碼,加 JS、CSS,如果把網頁比作一個人,那么HTML便是他的骨架,JS便是他的肌肉,CSS便是它的衣服。所以最重要的部分是存在于HTML中的,下面我 們就寫個例子來扒一個網頁下來。

    import urllib2
     
    response = urllib2.urlopen("http://www.baidu.com")
    print response.read()
    

    是的你沒看錯,真正的程序就兩行,把它保存成 demo.py,進入該文件的目錄,執行如下命令查看運行結果,感受一下。

    python demo.py
    

    2015430151751851.png (722×462)

    看,這個網頁的源碼已經被我們扒下來了,是不是很酸爽?
    2.分析扒網頁的方法

    那么我們來分析這兩行代碼,第一行

    response = urllib2.urlopen("http://www.baidu.com")
    

    首先我們調用的是urllib2庫里面的urlopen方法,傳入一個URL,這個網址是百度首頁,協議是HTTP協議,當然你也可以把HTTP換做FTP,FILE,HTTPS 等等,只是代表了一種訪問控制協議,urlopen一般接受三個參數,它的參數如下:

    urlopen(url, data, timeout)
    

    第一個參數url即為URL,第二個參數data是訪問URL時要傳送的數據,第三個timeout是設置超時時間。

    第二三個參數是可以不傳送的,data默認為空None,timeout默認為 socket._GLOBAL_DEFAULT_TIMEOUT

    第一個參數URL是必須要傳送的,在這個例子里面我們傳送了百度的URL,執行urlopen方法之后,返回一個response對象,返回信息便保存在這里面。

    print response.read()
    

    response對象有一個read方法,可以返回獲取到的網頁內容。

    如果不加read直接打印會是什么?答案如下:

    >
    

    直接打印出了該對象的描述,所以記得一定要加read方法,否則它不出來內容可就不怪我咯!
    3.構造Requset

    其實上面的urlopen參數可以傳入一個request請求,它其實就是一個Request類的實例,構造時需要傳入Url,Data等等的內容。比如上面的兩行代碼,我們可以這么改寫

    import urllib2
     
    request = urllib2.Request("http://www.baidu.com")
    response = urllib2.urlopen(request)
    print response.read()
    

    運行結果是完全一樣的,只不過中間多了一個request對象,推薦大家這么寫,因為在構建請求時還需要加入好多內容,通過構建一個request,服務器響應請求得到應答,這樣顯得邏輯上清晰明確。
    4.POST和GET數據傳送

    上面的程序演示了最基本的網頁抓取,不過,現在大多數網站都是動態網頁,需要你動態地傳遞參數給它,它做出對應的響應。所以,在訪問時,我們需要傳遞數據給它。最常見的情況是什么?對了,就是登錄注冊的時候呀。

    把數據用戶名和密碼傳送到一個URL,然后你得到服務器處理之后的響應,這個該怎么辦?下面讓我來為小伙伴們揭曉吧!

    數據傳送分為POST和GET兩種方式,兩種方式有什么區別呢?

    最重要的區別是GET方式是直接以鏈接形式訪問,鏈接中包含了所有的參數,當然如果包含了密碼的話是一種不安全的選擇,不過你可以直觀地看到自己提交了什么內容。POST則不會在網址上顯示所有的參數,不過如果你想直接查看提交了什么就不太方便了,大家可以酌情選擇。
    POST方式:

    上面我們說了data參數是干嘛的?對了,它就是用在這里的,我們傳送的數據就是這個參數data,下面演示一下POST方式。

    import urllib
    import urllib2
     
    values = {"username":"[email protected]","password":"XXXX"}
    data = urllib.urlencode(values) 
    url = "https://passport.csdn.net/account/login?from=http://my.csdn.net/my/mycsdn"
    request = urllib2.Request(url,data)
    response = urllib2.urlopen(request)
    print response.read()
    

    我們引入了urllib庫,現在我們模擬登陸CSDN,當然上述代碼可能登陸不進去,因為還要做一些設置頭部header的工作,或者還有一些參數 沒有設置全,還沒有提及到在此就不寫上去了,在此只是說明登錄的原理。我們需要定義一個字典,名字為values,參數我設置了username和 password,下面利用urllib的urlencode方法將字典編碼,命名為data,構建request時傳入兩個參數,url和data,運 行程序,即可實現登陸,返回的便是登陸后呈現的頁面內容。當然你可以自己搭建一個服務器來測試一下。

    注意上面字典的定義方式還有一種,下面的寫法是等價的

    import urllib
    import urllib2
     
    values = {}
    values['username'] = "[email protected]"
    values['password'] = "XXXX"
    data = urllib.urlencode(values) 
    url = "http://passport.csdn.net/account/login?from=http://my.csdn.net/my/mycsdn"
    request = urllib2.Request(url,data)
    response = urllib2.urlopen(request)
    print response.read()
    

    以上方法便實現了POST方式的傳送
    GET方式:

    至于GET方式我們可以直接把參數寫到網址上面,直接構建一個帶參數的URL出來即可。

    import urllib
    import urllib2
     
    values={}
    values['username'] = "[email protected]"
    values['password']="XXXX"
    data = urllib.urlencode(values) 
    url = "http://passport.csdn.net/account/login"
    geturl = url + "?"+data
    request = urllib2.Request(geturl)
    response = urllib2.urlopen(request)
    print response.read()
    

    你可以print geturl,打印輸出一下url,發現其實就是原來的url加?然后加編碼后的參數

    http://passport.csdn.net/account/login?username=1016903103%40qq.com&password=XXXX
    

    和我們平常GET訪問方式一模一樣,這樣就實現了數據的GET方式傳送。

    本節講解了一些基本使用,可以抓取到一些基本的網頁信息,小伙伴們加油!

    吐了個 "CAO" !
    掃碼關注 PHP1 官方微信號
    PHP1.CN | 中國最專業的PHP中文社區 | PHP資訊 | PHP教程 | 數據庫技術 | 服務器技術 | 前端開發技術 | PHP框架 | 開發工具 | PHP問答
    Copyright ? 1998 - 2020 PHP1.CN. All Rights Reserved PHP1.CN 第一PHP社區 版權所有
         
    pc蛋蛋
    <dl id="vorq8"><menu id="vorq8"></menu></dl>

    <sup id="vorq8"></sup>
    <sup id="vorq8"></sup>
    <sup id="vorq8"></sup>

    <optgroup id="vorq8"><address id="vorq8"></address></optgroup>

      <sup id="vorq8"><menu id="vorq8"><small id="vorq8"></small></menu></sup>

      <div id="vorq8"><tr id="vorq8"><object id="vorq8"></object></tr></div>

      <dl id="vorq8"><menu id="vorq8"></menu></dl>

      <sup id="vorq8"></sup>
      <sup id="vorq8"></sup>
      <sup id="vorq8"></sup>

      <optgroup id="vorq8"><address id="vorq8"></address></optgroup>

        <sup id="vorq8"><menu id="vorq8"><small id="vorq8"></small></menu></sup>

        <div id="vorq8"><tr id="vorq8"><object id="vorq8"></object></tr></div>