安云网 - AnYun.ORG | 专注于网络信息收集、网络数据分享、网络安全研究、网络各种猎奇八卦。
当前位置: 安云网 > 技术关注 > 编程茶楼 > Python > Python中urllib2总结

Python中urllib2总结

时间:2016-12-16来源:http://blog.csdn.net/iloveyin/ 作者:iloveyin点击:
使用Python访问网页主要有三种方式: urllib, urllib2, httplib urllib比较简单,功能相对也比较弱,httplib简单强大,但好像不支持session 1. 最简单的页面访问 res=urllib2.urlopen(url) print res.read() 2. 加上要get或post的数据 data={name:hank, passwd:hjz}

使用Python访问网页主要有三种方式: urllib, urllib2, httplib
urllib比较简单,功能相对也比较弱,httplib简单强大,但好像不支持session
1. 最简单的页面访问
res=urllib2.urlopen(url)
//内容来自安云网

print res.read() //安云网,anyun.org


//安云网,anyun.org

2. 加上要get或post的数据
data={"name":"hank", "passwd":"hjz"}
//安云网,anyun.org

urllib2.urlopen(url, urllib.urlencode(data)) //安云网咨询系统


//本文来自安云网

3. 加上http头
header={"User-Agent": "Mozilla-Firefox5.0"}
urllib2.urlopen(url, urllib.urlencode(data), header)

使用opener和handler
opener = urllib2.build_opener(handler)

//copyright AnYun.ORG


//安云网,anyun.org

urllib2.install_opener(opener) //内容来自安云网


//本文来自安云网

4. 加上session
//内容来自安云网

cj = cookielib.CookieJar() #在内存中加载cookie //内容来自安云网

cookie = cookielib.LWPCookieJar() #在硬盘中存储cookie

//内容来自安云网

cjhandler=urllib2.HTTPCookieProcessor(cj)
opener = urllib2.build_opener(cjhandler)
//ANYUN.ORG

urllib2.install_opener(opener) //内容来自安云网


//内容来自安云网

5. 加上Basic认证
password_mgr = urllib2.HTTPPasswordMgrWithDefaultRealm()
top_level_url = "http://www.163.com/"
password_mgr.add_password(None, top_level_url, username, password)
handler = urllib2.HTTPBasicAuthHandler(password_mgr) //本文来自安云网
opener = urllib2.build_opener(handler)
//安云网咨询系统

urllib2.install_opener(opener) //内容来自安云网


//安云网咨询系统

6. 使用代理
proxy_support = urllib2.ProxyHandler({"http":"http://1.2.3.4:3128/"})
opener = urllib2.build_opener(proxy_support)
//安云网咨询系统

urllib2.install_opener(opener)

//安云网,anyun.org


//ANYUN.ORG

7. 设置超时

//内容来自安云网

socket.setdefaulttimeout(5)

//内容来自安云网


//安云网咨询系统


//本文来自安云网

1 Proxy 的设置

urllib2 默认会使用环境变量 http_proxy 来设置 HTTP Proxy。如果想在程序中明确控制 Proxy,而不受环境变量的影响,可以使用下面的方式

//内容来自安云网

1importurllib2 
2enable_proxy = True
3proxy_handler = urllib2.ProxyHandler({"http"'http://some-proxy.com:8080'})
4null_proxy_handler =urllib2.ProxyHandler({}) 
5if enable_proxy:
6    opener =urllib2.build_opener(proxy_handler)
7else:
8    opener = urllib2.build_opener(null_proxy_handler)  urllib2.install_opener(opener)

//ANYUN.ORG
//内容来自AnYun.ORG


这里要注意的一个细节,使用 urllib2.install_opener() 会设置 urllib2 的全局 opener。这样后面的使用会很方便,但不能做更细粒度的控制,比如想在程序中使用两个不同的 Proxy 设置等。比较好的做法是不使用 install_opener 去更改全局的设置,而只是直接调用 opener 的 open 方法代替全局的 urlopen 方法。

//内容来自安云网

2 Timeout 设置

在老版本中,urllib2 的 API 并没有暴露 Timeout 的设置,要设置 Timeout 值,只能更改 Socket 的全局 Timeout 值。

//copyright AnYun.ORG

1importurllib2
2importsocket 
3 //内容来自安云网
4socket.setdefaulttimeout(10# 10 秒钟后超时
5urllib2.socket.setdefaulttimeout(10# 另一种方式

在新的 Python 2.6 版本中,超时可以通过 urllib2.urlopen() 的 timeout 参数直接设置。 //内容来自AnYun.ORG

1importurllib2
2response = urllib2.urlopen('http://www.google.com', timeout=10)

//安云网咨询系统

//安云网咨询系统

3 在 HTTP Request 中加入特定的 Header

要加入 Header,需要使用 Request 对象: //本文来自安云网

1importurllib2
2 //安云网,anyun.org
3request =urllib2.Request(uri)
4request.add_header('User-Agent''fake-client')
5response = urllib2.urlopen(request)

对有些 header 要特别留意,Server 端会针对这些 header 做检查 //内容来自AnYun.ORG

  • User-Agent 有些 Server 或 Proxy 会检查该值,用来判断是否是浏览器发起的 Request //内容来自AnYun.ORG

  • Content-Type 在使用 REST 接口时,Server 会检查该值,用来确定 HTTP Body 中的内容该怎样解析。 //内容来自安云网


    //安云网,anyun.org

    常见的取值有:

    //内容来自安云网

    在使用 RPC 调用 Server 提供的 RESTful 或 SOAP 服务时, Content-Type 设置错误会导致 Server 拒绝服务。

    //安云网咨询系统

    • application/xml :在 XML RPC,如 RESTful/SOAP 调用时使用 //安云网,anyun.org

    • application/json :在 JSON RPC 调用时使用

      //安云网咨询系统

    • application/x-www-form-urlencoded :浏览器提交 Web 表单时使用

      //安云网咨询系统

    • …… //安云网咨询系统


      //安云网咨询系统

4 Redirect

urllib2 默认情况下会针对 3xx HTTP 返回码自动进行 Redirect 动作,无需人工配置。要检测是否发生了 Redirect 动作,只要检查一下 Response 的 URL 和 Request 的 URL 是否一致就可以了。

//安云网咨询系统

  //本文来自安云网

1importurllib2
2 //copyright AnYun.ORG
3response =urllib2.urlopen('http://www.google.cn')
4whether_redirected = response.geturl() == 'http://www.google.cn'

//内容来自AnYun.ORG


//本文来自安云网

如果不想自动 Redirect,除了使用更低层次的 httplib 库之外,还可以使用自定义的 HTTPRedirectHandler 类。 //内容来自安云网

  //本文来自安云网

01importurllib2 
02

//本文来自安云网


03class RedirectHandler(urllib2.HTTPRedirectHandler):
04    def http_error_301(self, req, fp, code, msg, headers):
05        pass    
06    def http_error_302(self, req, fp, code, msg, headers):
07        pass 
08 //内容来自安云网
09opener =urllib2.build_opener(RedirectHandler)
10opener.open('http://www.google.cn')

//copyright AnYun.ORG


//安云网,anyun.org

5 Cookie

urllib2 对 Cookie 的处理也是自动的。如果需要得到某个 Cookie 项的值,可以这么做:

//安云网咨询系统

1importurllib2
2importcookielib 
3
//安云网,anyun.org

4cookie =cookielib.CookieJar()
5opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie)) response =opener.open('http://www.google.com')
6for item in cookie:
7    if item.name == 'some_cookie_item_name':
8        print item.value

//本文来自安云网


//copyright AnYun.ORG

  //copyright AnYun.ORG

6 使用 HTTP 的 PUT 和 DELETE 方法

urllib2 只支持 HTTP 的 GET 和 POST 方法,如果要使用 HTTP PUT 和 DELETE,只能使用比较低层的 httplib 库。虽然如此,我们还是能通过下面的方式,使 urllib2 能够发出 HTTP PUT 或 DELETE 的包:

//本文来自安云网

1importurllib2 
2 //内容来自安云网
3request =urllib2.Request(uri, data=data)
4request.get_method = lambda'PUT'# or 'DELETE'
5response = urllib2.urlopen(request)

//安云网咨询系统

//安云网,anyun.org

这种做法虽然属于 Hack 的方式,但实际使用起来也没什么问题。 //本文来自安云网

7 得到 HTTP 的返回码

对于 200 OK 来说,只要使用 urlopen 返回的 response 对象的 getcode() 方法就可以得到 HTTP 的返回码。但对其它返回码来说,urlopen 会抛出异常。这时候,就要检查异常对象的 code 属性了:

//内容来自AnYun.ORG

1importurllib2
2try:
3    response =urllib2.urlopen('http://restrict.web.com')
4except urllib2.HTTPError, e:
5    print e.code

//内容来自AnYun.ORG


//内容来自安云网

8 Debug Log

使用 urllib2 时,可以通过下面的方法把 Debug Log 打开,这样收发包的内容就会在屏幕上打印出来,方便我们调试,在一定程度上可以省去抓包的工作。

//安云网咨询系统

1import urllib2
2 //本文来自安云网
3httpHandler =urllib2.HTTPHandler(debuglevel=1)
4httpsHandler =urllib2.HTTPSHandler(debuglevel=1)
5opener =urllib2.build_opener(httpHandler, httpsHandler)  urllib2.install_opener(opener)
6response = urllib2.urlopen('http://www.google.com')

//copyright AnYun.ORG


//ANYUN.ORG

顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
验证码: 点击我更换图片
相关内容
推荐内容