小編給大家分享一下Python安裝urllib2庫(kù)的方法，希望大家閱讀完這篇文章后大所收獲，下面讓我們一起去探討吧！

成都創(chuàng)新互聯(lián)公司是一家集網(wǎng)站建設(shè),溫嶺企業(yè)網(wǎng)站建設(shè),溫嶺品牌網(wǎng)站建設(shè),網(wǎng)站定制,溫嶺網(wǎng)站建設(shè)報(bào)價(jià),網(wǎng)絡(luò)營(yíng)銷(xiāo),網(wǎng)絡(luò)優(yōu)化,溫嶺網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競(jìng)爭(zhēng)力。可充分滿足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時(shí)我們時(shí)刻保持專(zhuān)業(yè)、時(shí)尚、前沿，時(shí)刻以成就客戶成長(zhǎng)自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。

urllib2 是 Python2.7 自帶的模塊(不需要下載,導(dǎo)入即可使用)。

urllib2庫(kù)的基本使用

所謂網(wǎng)頁(yè)抓取，就是把URL地址中指定的網(wǎng)絡(luò)資源從網(wǎng)絡(luò)流中讀取出來(lái)，保存到本地。 在Python中有很多庫(kù)可以用來(lái)抓取網(wǎng)頁(yè)，我們先學(xué)習(xí)urllib2。

urllib2 是 Python2.7 自帶的模塊(不需要下載，導(dǎo)入即可使用)
urllib2 官方文檔：https://docs.python.org/2/library/urllib2.html
urllib2 源碼：https://hg.python.org/cpython/file/2.7/Lib/urllib2.py

urllib2 在 python3.x 中被改為urllib.request

urlopen

我們先來(lái)段代碼：

# urllib2_urlopen.py
 
# 導(dǎo)入urllib2 庫(kù)
import urllib2
 
# 向指定的url發(fā)送請(qǐng)求，并返回服務(wù)器響應(yīng)的類(lèi)文件對(duì)象
response = urllib2.urlopen("http://www.baidu.com")
 
# 類(lèi)文件對(duì)象支持 文件對(duì)象的操作方法，如read()方法讀取文件全部?jī)?nèi)容，返回字符串
html = response.read()
 
# 打印字符串
print html

執(zhí)行寫(xiě)的python代碼，將打印結(jié)果

Power@PowerMac ~$: python urllib2_urlopen.py

實(shí)際上，如果我們?cè)跒g覽器上打開(kāi)百度主頁(yè)， 右鍵選擇“查看源代碼”，你會(huì)發(fā)現(xiàn)，跟我們剛才打印出來(lái)的是一模一樣。也就是說(shuō)，上面的4行代碼就已經(jīng)幫我們把百度的首頁(yè)的全部代碼爬了下來(lái)。

一個(gè)基本的url請(qǐng)求對(duì)應(yīng)的python代碼真的非常簡(jiǎn)單。

Request

在我們第一個(gè)例子里，urlopen()的參數(shù)就是一個(gè)url地址；

但是如果需要執(zhí)行更復(fù)雜的操作，比如增加HTTP報(bào)頭，必須創(chuàng)建一個(gè) Request 實(shí)例來(lái)作為urlopen()的參數(shù)；而需要訪問(wèn)的url地址則作為 Request 實(shí)例的參數(shù)。

我們編輯urllib2_request.py

# urllib2_request.py
 
import urllib2
 
# url 作為Request()方法的參數(shù)，構(gòu)造并返回一個(gè)Request對(duì)象
request = urllib2.Request("http://www.baidu.com")
 
# Request對(duì)象作為urlopen()方法的參數(shù)，發(fā)送給服務(wù)器并接收響應(yīng)
response = urllib2.urlopen(request)
 
html = response.read()
 
print html

運(yùn)行結(jié)果是完全一樣的：

新建Request實(shí)例，除了必須要有 url 參數(shù)之外，還可以設(shè)置另外兩個(gè)參數(shù)：
data（默認(rèn)空）：是伴隨 url 提交的數(shù)據(jù)（比如要post的數(shù)據(jù)），同時(shí) HTTP 請(qǐng)求將從 "GET"方式 改為 "POST"方式。
headers（默認(rèn)空）：是一個(gè)字典，包含了需要發(fā)送的HTTP報(bào)頭的鍵值對(duì)。
這兩個(gè)參數(shù)下面會(huì)說(shuō)到。

User-Agent

但是這樣直接用urllib2給一個(gè)網(wǎng)站發(fā)送請(qǐng)求的話，確實(shí)略有些唐突了，就好比，人家每家都有門(mén)，你以一個(gè)路人的身份直接闖進(jìn)去顯然不是很禮貌。而且有一些站點(diǎn)不喜歡被程序（非人為訪問(wèn)）訪問(wèn)，有可能會(huì)拒絕你的訪問(wèn)請(qǐng)求。

但是如果我們用一個(gè)合法的身份去請(qǐng)求別人網(wǎng)站，顯然人家就是歡迎的，所以我們就應(yīng)該給我們的這個(gè)代碼加上一個(gè)身份，就是所謂的User-Agent頭。

瀏覽器 就是互聯(lián)網(wǎng)世界上公認(rèn)被允許的身份，如果我們希望我們的爬蟲(chóng)程序更像一個(gè)真實(shí)用戶，那我們第一步，就是需要偽裝成一個(gè)被公認(rèn)的瀏覽器。用不同的瀏覽器在發(fā)送請(qǐng)求的時(shí)候，會(huì)有不同的User-Agent頭。 urllib2默認(rèn)的User-Agent頭為：Python-urllib/x.y（x和y是Python主版本和次版本號(hào),例如 Python-urllib/2.7）

#urllib2_useragent.py
 
import urllib2
 
url = "http://www.itcast.cn"
 
#IE 9.0 的 User-Agent，包含在 ua_header里
ua_header = {"User-Agent" : "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0;"} 
 
#  url 連同 headers，一起構(gòu)造Request請(qǐng)求，這個(gè)請(qǐng)求將附帶 IE9.0 瀏覽器的User-Agent
request = urllib2.Request(url, headers = ua_header)
 
# 向服務(wù)器發(fā)送這個(gè)請(qǐng)求
response = urllib2.urlopen(request)
 
html = response.read()
print html

添加更多的Header信息

在 HTTP Request 中加入特定的 Header，來(lái)構(gòu)造一個(gè)完整的HTTP請(qǐng)求消息。

可以通過(guò)調(diào)用Request.add_header() 添加/修改一個(gè)特定的header 也可以通過(guò)調(diào)用Request.get_header()來(lái)查看已有的header。

添加一個(gè)特定的header

# urllib2_headers.py
 
import urllib2
 
url = "http://www.itcast.cn"
 
#IE 9.0 的 User-Agent
header = {"User-Agent" : "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0;"} 
request = urllib2.Request(url, headers = header)
 
#也可以通過(guò)調(diào)用Request.add_header() 添加/修改一個(gè)特定的header
request.add_header("Connection", "keep-alive")
 
# 也可以通過(guò)調(diào)用Request.get_header()來(lái)查看header信息
# request.get_header(header_name="Connection")
 
response = urllib2.urlopen(req)
 
print response.code     #可以查看響應(yīng)狀態(tài)碼
html = response.read()
 
print html

隨機(jī)添加/修改User-Agent

# urllib2_add_headers.py
 
import urllib2
import random
 
url = "http://www.itcast.cn"
 
ua_list = [
    "Mozilla/5.0 (Windows NT 6.1; ) Apple.... ",
    "Mozilla/5.0 (X11; CrOS i686 2268.111.0)... ",
    "Mozilla/5.0 (Macintosh; U; PPC Mac OS X.... ",
    "Mozilla/5.0 (Macintosh; Intel Mac OS... "
]
 
user_agent = random.choice(ua_list)
 
request = urllib2.Request(url)
 
#也可以通過(guò)調(diào)用Request.add_header() 添加/修改一個(gè)特定的header
request.add_header("User-Agent", user_agent)
 
# 第一個(gè)字母大寫(xiě)，后面的全部小寫(xiě)
request.get_header("User-agent")
 
response = urllib2.urlopen(req)
 
html = response.read()
print html

看完了這篇文章，相信你對(duì)Python安裝urllib2庫(kù)的方法有了一定的了解，想了解更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！

分享名稱(chēng)：Python安裝urllib2庫(kù)的方法-創(chuàng)新互聯(lián)
網(wǎng)站路徑：http://www.rwnh.cn/article38/cejjsp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供域名注冊(cè)、網(wǎng)頁(yè)設(shè)計(jì)公司、用戶體驗(yàn)、App設(shè)計(jì)、移動(dòng)網(wǎng)站建設(shè)、企業(yè)建站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)