Python网络编程中urllib2模块的用法总结


Posted in Python onJuly 12, 2016

一、最基础的应用

import urllib2

url = r'http://www.baidu.com'
html = urllib2.urlopen(url).read()

print html

客户端与服务器端通过request与response来沟通,客户端先向服务端发送request,然后接收服务端返回的response

urllib2提供了request的类,可以让用户在发送请求前先构造一个request的对象,然后通过urllib2.urlopen方法来发送请求

import urllib2

url = r'http://www.baidu.com'
req = urllib2.Request(url)
html = urllib2.urlopen(req).read()
print html

上例中先使用

req = urllib2.Request(url)

实例化一个resquest对象,接下来使用

urllib2.urlopen(req)

来打开这个网页。

我们注意到在实例化Request对象的时候,队了url是必须的,还有几个默认的参数

Python网络编程中urllib2模块的用法总结

基中data与header也是使用的比较多的,一些需要登录的才能浏览的网站经常需要这两个参数

import urllib 
import urllib2 
 
url = 'http://www.baidu.com/' 
values = {'name' : 'Michael Foord', 'location' : 'Northampton','language' : 'Python' } 
data = urllib.urlencode(values) 
req = urllib2.Request(url,data) 
response = urllib2.urlopen(req) 
the_page = response.read()

print the_page

这个例子是向百度发送几个数据,这个例子是会返回一个错误页面,很正常,因为我们在访问百度的时候并不需要post什么信息,post了倒是会出错

百度是找不到相应的网页就会报错。

当然这个是POST数据,也可以用在GET方法,稍将上面的代码进行改造

百度是通过http://www.baidu.com/s?wd=XXX 来进行查询的,这样我们需要将{‘wd':'xxx'}这个字典进行urlencode

#coding:utf-8
import urllib 
import urllib2 
 
url = 'http://www.baidu.com/s' 
values = {'wd':'杨彦星'} 
data = urllib.urlencode(values)
print data 
url2 = url+'?'+data
response = urllib2.urlopen(url2) 
the_page = response.read()

print the_page

以下以模拟登录人人网然后再显示首页内容为例来详细说明一下cookie的使用,以下是文档中给的例子,我们就通过改造这个例子来实现我们想要的功能

import cookielib, urllib2
cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
r = opener.open("http://example.com/")
 
#coding:utf-8
import urllib2,urllib
import cookielib

url = r'http://www.renren.com/ajaxLogin'

#创建一个cj的cookie的容器
cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
#将要POST出去的数据进行编码
data = urllib.urlencode({"email":email,"password":pass})
r = opener.open(url,data)
print cj

当你看到有cj的时候,说明你已经访问了登录页面,是否正常登录你现在还看不出来,可以通过访问http://www.renren.com/home 来查看

上面的代码有两点要说明,我也是看了很长时间才明白

r = opener.open(url,data)

这句,为什么要使用opener这个对象来open,而不是用utllib2,urlopen?不光是例子里这么写,我们才这么写,通过改造我们也可以使用urllib2.urlopen,其实是因为opener是urllib2.bulid_opener创造出来的, 但是你可以这样理解,他build出来后,自已却并没有安装使用它,也没有它的属性与方法,如果想使urllib2也具有opener的属性与方法,可以先使用urllib2.install_opener(opener)来"安装"这个opener,安装完以后就可以使用urllib2来操作了

#coding:utf-8
import urllib2,urllib
import cookielib

url = r'http://www.renren.com/ajaxLogin'

#创建一个cj的cookie的容器
cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
urllib2.install_opener(opener)
#将要POST出去的数据进行编码
data = urllib.urlencode({"email":email,"password":pass})
#r = opener.open(url,data)如果没有上面的urllib2.install_opener方法,就必须这样写了
r = urllib2.urlopen(url,data)
html = urllib2.urlopen('http://www.renren.com/home').read()

print html

同样urllib2还有proxy相关的handle,基本的思路和这个差不多。

二、异常处理

当urlopen()不能处理响应时会引起URLError异常。HTTPError异常是URLError的一个子类,只有在访问HTTP类型的URL时才会引起。

1、URLError异常

通常引起URLError的原因是:无网络连接(没有到目标服务器的路由)、访问的目标服务器不存在。在这种情况下,异常对象会有reason属性(是一个(错误码、错误原因)的元组)。

#! /usr/bin/env python
#coding=utf-8
import urllib2

url="http://www.baidu.com/"
try:
 response=urllib2.urlopen(url)
except urllib2.URLError,e:
 print e.reason

2、HTTPError
每一个从服务器返回的HTTP响应都有一个状态码。其中,有的状态码表示服务器不能完成相应的请求,默认的处理程序可以为我们处理一些这样的状态码(如返回的响应是重定向,urllib2会自动为我们从重定向后的页面中获取信息)。有些状态码,urllib2模块不能帮我们处理,那么urlopen函数就会引起HTTPError异常,其中典型的有404/401。
HTTPError异常的实例有整数类型的code属性,表示服务器返回的错误状态码。
urllib2模块默认的处理程序可以处理重定向(状态码是300范围),而且状态码在100-299范围内表示成功。因此,能够引起HTTPError异常的状态码范围是:400-599.
当引起错误时,服务器会返回HTTP错误码和错误页面。你可以将HTPError实例作为返回页面,这意味着,HTTPError实例不仅有code属性,还有read、geturl、info等方法。

#! /usr/bin/env python
#coding=utf-8
import urllib2

url="http://cs.scu.edu.cn/~duanlei"
try:
 response=urllib2.urlopen(url)
except urllib2.HTTPError,e:
 print e.code
 print e.read()

3、总结
如果想在代码中处理URLError和HTTPError有两种方法,代码如下:

#! /usr/bin/env python
#coding=utf-8
import urllib2
url="xxxxxx" #需要访问的URL
try:
 response=urllib2.urlopen(url)
except urllib2.HTTPError,e: #HTTPError必须排在URLError的前面
 print "The server couldn't fulfill the request"
 print "Error code:",e.code
 print "Return content:",e.read()
except urllib2.URLError,e:
 print "Failed to reach the server"
 print "The reason:",e.reason
else:
 #something you should do
 pass #其他异常的处理
#! /usr/bin/env python
#coding=utf-8
import urllib2
url="http://xxx" #需要访问的URL
try:
 response=urllib2.urlopen(url)
except urllib2.URLError,e:
 if hasattr(e,"reason"):
 print "Failed to reach the server"
 print "The reason:",e.reason
 elif hasattr(e,"code"):
 print "The server couldn't fulfill the request"
 print "Error code:",e.code
 print "Return content:",e.read()
else:
 pass #其他异常的处理

相比较而言,第二种异常处理方法更优。

Python 相关文章推荐
Python中type的构造函数参数含义说明
Jun 21 Python
基于python实现名片管理系统
Nov 30 Python
python实现Flappy Bird源码
Dec 24 Python
python pandas写入excel文件的方法示例
Jun 25 Python
wxpython实现按钮切换界面的方法
Nov 19 Python
python模拟实现斗地主发牌
Jan 07 Python
python3安装OCR识别库tesserocr过程图解
Apr 02 Python
Python reduce函数作用及实例解析
May 08 Python
python将unicode和str互相转化的实现
May 11 Python
解析Python 偏函数用法全方位实现
Jun 26 Python
通俗讲解python 装饰器
Sep 07 Python
Python 高效编程技巧分享
Sep 10 Python
Python中内置的日志模块logging用法详解
Jul 12 #Python
Swift 3.0在集合类数据结构上的一些新变化总结
Jul 11 #Python
浅析Python的web.py框架中url的设定方法
Jul 11 #Python
深入解析Python的Tornado框架中内置的模板引擎
Jul 11 #Python
使用Python的Tornado框架实现一个Web端图书展示页面
Jul 11 #Python
Windows中使用wxPython和py2exe开发Python的GUI程序的实例教程
Jul 11 #Python
Python的requests网络编程包使用教程
Jul 11 #Python
You might like
php数组应用之比较两个时间的相减排序
2008/08/18 PHP
ThinkPHP页面跳转success与error方法概述
2014/06/25 PHP
php过滤所有的空白字符(空格、全角空格、换行等)
2015/10/27 PHP
php简单创建zip压缩文件的方法
2016/04/30 PHP
PHP实现原生态图片上传封装类方法
2016/11/08 PHP
使用laravel和ajax实现整个页面无刷新的操作方法
2019/10/03 PHP
在html页面中包含共享页面的方法
2008/10/24 Javascript
javascript重写alert方法的实例代码
2013/03/29 Javascript
jQuery实现列表自动循环滚动鼠标悬停时停止滚动
2013/09/06 Javascript
jquery无法设置checkbox选中即没有变成选中状态
2014/03/27 Javascript
JS实现很实用的对联广告代码(可自适应高度)
2015/09/18 Javascript
原生JS和jQuery操作DOM对比总结
2017/01/19 Javascript
nodejs连接mysql数据库简单封装示例-mysql模块
2017/04/10 NodeJs
nodejs 图解express+supervisor+ejs的用法(推荐)
2017/09/08 NodeJs
使用layui实现的左侧菜单栏以及动态操作tab项方法
2019/09/10 Javascript
layui固定下拉框的显示条数(有滚动条)的方法
2019/09/10 Javascript
用原生JS实现爱奇艺首页导航栏代码实例
2019/09/19 Javascript
Python中的集合类型知识讲解
2015/08/19 Python
Python爬虫实例_城市公交网络站点数据的爬取方法
2018/01/10 Python
Python动态导入模块的方法实例分析
2018/06/28 Python
python针对不定分隔符切割提取字符串的方法
2018/10/26 Python
pycharm配置当鼠标悬停时快速提示方法参数
2019/07/31 Python
Python DataFrame一列拆成多列以及一行拆成多行
2019/08/06 Python
jupyter notebook 调用环境中的Keras或者pytorch教程
2020/04/14 Python
基于SpringBoot构造器注入循环依赖及解决方式
2020/04/26 Python
Keds加拿大官网:购买帆布运动鞋和皮鞋
2019/09/26 全球购物
清华大学自主招生自荐信
2014/01/29 职场文书
2014年创先争优活动总结
2014/05/04 职场文书
重大事项社会稳定风险评估方案
2014/06/15 职场文书
2015年七夕情人节活动方案
2015/05/06 职场文书
社会主义核心价值观主题教育活动总结
2015/05/07 职场文书
离婚起诉书范文2015
2015/05/19 职场文书
毕业论文答辩开场白和结束语
2015/05/27 职场文书
总结会主持词
2015/07/02 职场文书
大学生各类奖学金申请书
2019/06/24 职场文书
Spring Boot DevTools 全局配置学习指南
2022/03/31 Java/Android