python核心模块——urllib模块
2015-04-11 16:57
274 查看
python核心模块——urllib模块
现在Python基本入门了,现在开始要进军如何写爬虫了!先把最基本的urllib模块弄懂吧。
urllib模块中的方法
1.urllib.urlopen(url[,data[,proxies]])
打开一个url的方法,返回一个文件对象,然后可以进行类似文件对象的操作。本例试着打开google>>> import urllib >>> f = urllib.urlopen('http://www.google.com.hk/') >>> firstLine = f.readline() #读取html页面的第一行 >>> firstLine '<!doctype html><html itemscope="" itemtype="http://schema.org/WebPage"><head><meta content="/images/google_favicon_128.png" itemprop="image"><title>Google</title><script>(function(){\n'
urlopen返回对象提供方法:
- read() , readline() ,readlines() , fileno() , close() :这些方法的使用方式与文件对象完全一样
- info():返回一个httplib.HTTPMessage对象,表示远程服务器返回的头信息
- getcode():返回Http状态码。如果是http请求,200请求成功完成;404网址未找到
- geturl():返回请求的url
2.urllib.urlretrieve(url[,filename[,reporthook[,data]]])
urlretrieve方法将url定位到的html文件下载到你本地的硬盘中。如果不指定filename,则会存为临时文件。urlretrieve()返回一个二元组(filename,mine_hdrs)
临时存放:
>>> filename = urllib.urlretrieve('http://www.google.com.hk/') >>> type(filename) <type 'tuple'> >>> filename[0] '/tmp/tmp8eVLjq' >>> filename[1] <httplib.HTTPMessage instance at 0xb6a363ec>
存为本地文件:
>>> filename = urllib.urlretrieve('http://www.google.com.hk/',filename='/home/dzhwen/python文件/Homework/urllib/google.html') >>> type(filename) <type 'tuple'> >>> filename[0] '/home/dzhwen/python\xe6\x96\x87\xe4\xbb\xb6/Homework/urllib/google.html' >>> filename[1] <httplib.HTTPMessage instance at 0xb6e2c38c>
3.urllib.urlcleanup()
清除由于urllib.urlretrieve()所产生的缓存4.urllib.quote(url)和urllib.quote_plus(url)
将url数据获取之后,并将其编码,从而适用与URL字符串中,使其能被打印和被web服务器接受。>>> urllib.quote('http://www.baidu.com') 'http%3A//www.baidu.com' >>> urllib.quote_plus('http://www.baidu.com') 'http%3A%2F%2Fwww.baidu.com'
5.urllib.unquote(url)和urllib.unquote_plus(url)
与4的函数相反。6.urllib.urlencode(query)
将URL中的键值对以连接符&划分这里可以与urlopen结合以实现post方法和get方法:
GET方法:
>>> import urllib >>> params=urllib.urlencode({'spam':1,'eggs':2,'bacon':0}) >>> params 'eggs=2&bacon=0&spam=1' >>> f=urllib.urlopen("http://python.org/query?%s" % params) >>> print f.read()
POST方法:
>>> import urllib >>> parmas = urllib.urlencode({'spam':1,'eggs':2,'bacon':0}) >>> f=urllib.urlopen("http://python.org/query",parmas) >>> f.read()
相关文章推荐
- Python核心模块——urllib模块
- Python核心模块——urllib模块
- Python核心模块——urllib模块
- 【Python核心模块】urllib模块
- [转]Python核心模块——urllib模块
- Python标准库之核心模块学习记录
- python核心编程-线程threading模块之四
- python logging 模块,logger.debug(),logger.info()等写入文件时的核心源码
- CDays–2 完成核心功能 CMD模块 Python基础教程 cmd cli
- python核心模块pickle和cPickle
- python核心编程-线程之threading模块
- python核心模块之pickle和cPickle讲解
- python核心模块pickle和cPickle
- Python 核心编程笔记_Chapter_3 Note_2 模块结构布局
- python核心编程学习笔记-2016-08-02-02-模块动态导入
- python核心编程-线程threading模块之单线程多线比较
- python核心编程学习杂记2:__name__指示模块应如何被加载
- python核心模块之pickle和cPickle讲解
- python 核心模块之pickle和cPickle讲解
- python核心模块之pickle和cPickle讲解