python urllib2模塊學(xué)習(xí)
[導(dǎo)讀]urllib2是urllib擴(kuò)展的庫(kù)，不僅可以使用http協(xié)議，而且可以擴(kuò)展到ftp等協(xié)議。
常用函數(shù)一：urlopen(url, data=None, timeout=)
最基本的用法和urllib
urllib2是urllib擴(kuò)展的庫(kù)，不僅可以使用http協(xié)議，而且可以擴(kuò)展到ftp等協(xié)議。
常用函數(shù)一：urlopen(url, data=None, timeout=
最基本的用法和urllib下面的urlopen(url, data=None)一樣，傳遞一個(gè)URL參數(shù)， 添加post需要的data，返回值是一個(gè)類似于file的對(duì)象， 可以使用通常的文件操作來(lái)操作這個(gè)對(duì)象，比如read，write等。
urllib2.urlopen()參數(shù)可以用一個(gè)request的對(duì)象來(lái)代替URL，而且增加了一個(gè)URLError異常，對(duì)于HTTP協(xié)議的錯(cuò)誤，增加了一個(gè)HTTPError的異常，其中這個(gè)HTTPError自動(dòng)變成一個(gè)合法的response來(lái)返回。
最簡(jiǎn)單的使用情況：
import urllib2
url = "http://www.baidu.com"
response = urllib2.urlopen(url)
print response.info()注意url一定要添加協(xié)議類型，也就是http://，其中response.info()可以獲取返回來(lái)的http response head的信息，response.read()用來(lái)獲取response的body信息。
默認(rèn)如果只有一個(gè)url參數(shù)，那么默認(rèn)是使用HTTP GET 的方法來(lái)訪問(wèn)url。
如果訪問(wèn)的url不存在， 那么會(huì)返回一個(gè)HTTPError
import urllib2
url = "http://www.jnrain.com/go"
response = urllib2.urlopen(url)
print response.info()
print response.read()
其中錯(cuò)誤信息如下：
raise HTTPError(req.get_full_url(), code, msg, hdrs, fp)
urllib2.HTTPError: HTTP Error 404: Not Foundimport urllib2
url = "http://www.jnrain.com/go"
try:
response = urllib2.urlopen(url)
print response.info()
print response.read()
except urllib2.HTTPError, e:
print e.getcode()
print e.reason
print e.geturl()
print "-------------------------"
print e.info()
print e.read()404
Not Found
http://www.jnrain.com/go
-------------------------
Server: nginx/1.4.1
Date: Wed, 19 Feb 2014 08:51:50 GMT
Content-Type: text/html; charset=gb18030
Content-Length: 168
Connection: close
404 Not Found
404 Not Found
nginx/1.4.1
import urllib2
request = urllib2.Request("http://www.jnrain.com/wForum/logon.php")
request.add_header('User-agent', 'Internet Explorer')
try:
response = urllib2.urlopen(request)
except urllib2.URLError, e:
print e.code
headers = response.info()
data = response.read()這樣我們的http request頭部中的user-agent就變成了Internet Explorer，如果創(chuàng)建reques的時(shí)候不添加data， 那么默認(rèn)使用GET方法，如果添加data，那么使用POST方法，下面是Request類中的方法：
def get_method(self):
if self.has_data():
return "POST"
else:
return "GET"
# XXX these helper methods are lame
def add_data(self, data):
self.data = data
def has_data(self):
return self.data is not None
def get_data(self):
return self.data可以在執(zhí)行時(shí)輸出debug信息
import urllib2
httpHandler = urllib2.HTTPHandler(debuglevel=1)
httpsHandler = urllib2.HTTPSHandler(debuglevel=1)
opener = urllib2.build_opener(httpHandler, httpsHandler)
urllib2.install_opener(opener)
url = "http://www.baidu.com"
request = urllib2.Request(url)
request.add_header("User-Agent", "Firefox")
response = urllib2.urlopen(request)只要定義debuglevel設(shè)置為1就可以了
post 表單的相關(guān)使用:
import urllib2
import urllib
httpHandler = urllib2.HTTPHandler(debuglevel=1)
httpsHandler = urllib2.HTTPSHandler(debuglevel=1)
opener = urllib2.build_opener(httpHandler, httpsHandler)
urllib2.install_opener(opener)
url = "https://www.account.xiaomi.com/pass/serviceLoginAuth2"
postdata = urllib.urlencode({"user":"XXXXXXX",
"_json":"true",
"pwd":"XXXXXXX",
"sid":"eshop",
"_sign":"g7K1HSZPYIaO4tSlhS1xdDJBPV8=",
"callback":"http://order.xiaomi.com/login/callback?followup=http%3A%2F%2Fwww.xiaomi.com%2Findex.php&sign=ZjEwMWVlOTY3MWM1OGE3YjYxNGRiZjQ5MzJmYjI5NDE0ZWY0NzY5Mw,," })
request = urllib2.Request(url, data=postdata)
request.add_header("User-Agent", "Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:26.0) Gecko/20100101 Firefox/26.0")
try:
response = urllib2.urlopen(request)
print response.info()
print response.read()
except urllib2.HTTPError,e:
print e.getcode()
print e.reason 
下載文檔
