【Python】Python学习笔记(一)——urllib类库基础
来源:互联网 发布:麟龙选股软件 编辑:程序博客网 时间:2024/05/21 13:54
导入类库
import urllib import urllib2
爬取数据
request = urllib2.Request(url) #发送请求response = urllib2.urlopen(request) #得到响应内容response.read() #读取内容
urlopen()
# url请求地址# data默认为空None# timeout默认为socket._GLOBAL_DEFAULT_TIMEOUTurlopen(url, data, timeout)
read()
# 保存返回信息response.read()
构造request
# 通过构建一个request,服务器响应请求得到应答urllib2.Request(url)
POST
values = {"username":"dzxlar@163.com","password":"XXXX"}data = urllib.urlencode(values)
values = {}values['username'] = "dzxlar@163.com"values['password'] = "XXXX"data = urllib.urlencode(values)
GET
values = {"username":"dzxlar@163.com","password":"XXXX"}data = urllib.urlencode(values) geturl = url + "?" + data
设置Headers
headers = {}request = urllib2.Request(url, data, headers)
设置代理
proxy_handler = urllib2.ProxyHandler({"http" : 'http://host:port'})null_proxy_handler = urllib2.ProxyHandler({})if enable_proxy == True: opener = urllib2.build_opener(proxy_handler)else: opener = urllib2.build_opener(null_proxy_handler)urllib2.install_opener(opener)
爬虫异常:URLError
- 网络无连接,即本机无法上网
- 连接不到特定的服务器
- 服务器不存在
try: # ...except urllib2.URLError, e: print e.reason
HTTPError
HTTPError是URLError的子类,在你利用urlopen方法发出一个请求时,服务器上都会对应一个应答对象response,其中它包含一个数字”状态码”
100:继续 客户端应当继续发送请求。客户端应当继续发送请求的剩余部分,或者如果请求已经完成,忽略这个响应。
101: 转换协议 在发送完这个响应最后的空行后,服务器将会切换到在Upgrade 消息头中定义的那些协议。只有在切换新的协议更有好处的时候才应该采取类似措施。
102:继续处理 由WebDAV(RFC 2518)扩展的状态码,代表处理将被继续执行。
200:请求成功 处理方式:获得响应的内容,进行处理
201:请求完成,结果是创建了新资源。新创建资源的URI可在响应的实体中得到 处理方式:爬虫中不会遇到
202:请求被接受,但处理尚未完成 处理方式:阻塞等待
204:服务器端已经实现了请求,但是没有返回新的信 息。如果客户是用户代理,则无须为此更新自身的文档视图。 处理方式:丢弃
300:该状态码不被HTTP/1.0的应用程序直接使用, 只是作为3XX类型回应的默认解释。存在多个可用的被请求资源。 处理方式:若程序中能够处理,则进行进一步处理,如果程序中不能处理,则丢弃
301:请求到的资源都会分配一个永久的URL,这样就可以在将来通过该URL来访问此资源 处理方式:重定向到分配的URL
302:请求到的资源在一个不同的URL处临时保存 处理方式:重定向到临时的URL
304:请求的资源未更新 处理方式:丢弃
400:非法请求 处理方式:丢弃
401:未授权 处理方式:丢弃
403:禁止 处理方式:丢弃
404:没有找到 处理方式:丢弃
500:服务器内部错误 服务器遇到了一个未曾预料的状况,导致了它无法完成对请求的处理。一般来说,这个问题都会在服务器端的源代码出现错误时出现。
501:服务器无法识别 服务器不支持当前请求所需要的某个功能。当服务器无法识别请求的方法,并且无法支持其对任何资源的请求。
502:错误网关 作为网关或者代理工作的服务器尝试执行请求时,从上游服务器接收到无效的响应。
503:服务出错 由于临时的服务器维护或者过载,服务器当前无法处理请求。这个状况是临时的,并且将在一段时间以后恢复。
try: # ...except urllib2.HTTPError, e: print e.code print e.reason
try: # ...except urllib2.HTTPError, e: print e.codeexcept urllib2.URLError, e: print e.reason
python2学习教程
- 【Python】Python学习笔记(一)——urllib类库基础
- python库——urllib学习
- python学习——urllib
- Python爬虫urllib笔记(一)
- python-urllib库学习
- python 学习笔记 20171102 urllib
- Python学习笔记(一)——Python基础
- python学习笔记(一)——python语言基础
- Python——urllib库
- python爬虫-urllib库学习
- Python学习之urllib库
- python学习笔记(一) - 基础
- python学习笔记一 基础
- Python学习笔记(一)--基础
- Python 学习笔记(一) python基础
- Python基础 urllib
- python学习笔记(十四)标准库urllib
- Python学习笔记--BeautifulSoup、urllib、threading模块
- 图像识别及处理相关数据集介绍
- 2.8.5_虚线的绘制
- Action、Category、Data、Extras知识详解
- 考研之路-始
- mysql在linux下的安装
- 【Python】Python学习笔记(一)——urllib类库基础
- JAVA单例模式
- Composer自动加载机制
- iOS 发送位置消息
- 调优之文件调优
- Android 一步步搭建MVP+Retrofit+RxJava网络请求框架
- bem(block,element,modifier)块,元素,修饰符,前端命名方法CSS 命名方案
- 解决springMVC中 shiro 注解授权失效 的问题
- 继承中的静态成员函数