python urllib模块详解
来源:互联网 发布:shake it offmp3在线 编辑:程序博客网 时间:2024/06/05 01:59
urllib模块提供的上层接口,使我们可以像读取本地文件一样读取www和ftp上的数据。
1. urllib.urlopen(url[, data[, proxies]])
创建一个表示远程url的类文件对象,然后像本地文件一样操作这个类文件对象来获取远程数据。参数url表示远程数据的路径,一般是网址;参数data表示以post方式提交到url的数据(玩过web的人应该知道提交数据的两种方式:post与get。如果你不清楚,也不必太在意,一般情况下很少用到这 个参数);参数proxies用于设置代理(这里不详细讲怎么使用代理,感兴趣的看客可以去翻阅Python手册urllib模块)。urlopen返回 一个类文件对象,他提供了如下方法:
- 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表示请求成功完成;404表示网址未找到;
- geturl():返回请求的url;
例子:
import urllibgoogle = urllib.urlopen('http://www.google.com')print 'http header:\n', google.info()print 'http status:', google.getcode()print 'url:', google.geturl()for line in google: # 就像在操作本地文件 print line,google.close()
2. urllib.urlretrieve(url[, filename[, reporthook[, data]]])
urlretrieve方法直接将远程数据下载到本地。参数filename指定了保存到本地的路径(如果未指定该参数,urllib会生成一个临时文件来保存数据);参数reporthook是一个回调函数,当连接上服务器、以及相应的数据块传输完毕的时候会触发该回调。我们可以利用这个回调函数来显示当前的下载进度,下面的例子会展示。参数data指post到服务器的数据。该方法返回一个包含两个元素的元组(filename, headers),filename表示保存到本地的路径,header表示服务器的响应头。下面通过例子来演示一下这个方法的使用,这个例子将新浪首页的html抓取到本地,保存在D:\sina.html文件中,同时显示下载的进度。
import urllibdef cbk(a, b, c): '''回调函数 @a: 已经下载的数据块 @b: 数据块的大小 @c: 远程文件的大小 ''' per = 100.0 * a * b / c if per > 100: per = 100 print '%.2f%%' % perurl = 'http://www.sina.com.cn'local = 'd:\\sina.html'urllib.urlretrieve(url, local, cbk)
上面介绍的两个方法是urllib中最常用的方法,这些方法在获取远程数据的时候,内部会使用URLopener或者 FancyURLOpener类。作为urllib的使用者,我们很少会用到这两个类,这里我不想多讲。如果对urllib的实现感兴趣, 或者希望urllib支持更多的协议,可以研究这两个类。在Python手册中,urllib的作者还列出了这个模块的缺陷和不足,感兴趣的同学可以打开 Python手册了解一下。
urllib中还提供了一些辅助方法,用于对url进行编码、解码。url中是不能出现一些特殊的符号的,有些符号有特殊的用途。我们知道以get方式提 交数据的时候,会在url中添加key=value这样的字符串,所以在value中是不允许有'=',因此要对其进行编码;与此同时服务器接收到这些参 数的时候,要进行解码,还原成原始的数据。这个时候,这些辅助方法会很有用:
- urllib.quote(string[, safe]):对字符串进行编码。参数safe指定了不需要编码的字符;
- urllib.unquote(string) :对字符串进行解码;
- urllib.quote_plus(string [ , safe ] ) :与urllib.quote类似,但这个方法用'+'来替换' ',而quote用' '来代替' '
- urllib.unquote_plus(string ) :对字符串进行解码;
- urllib.urlencode(query[, doseq]):将dict或者包含两个元素的元组列表转换成url参数。例如 字典{'name': 'dark-bull', 'age': 200}将被转换为"name=dark-bull&age=200"
- urllib.pathname2url(path):将本地路径转换成url路径;
import urllibdata = 'name = ~a+3'data1 = urllib.quote(data)print data1 # result: name%20%3D%20%7Ea%2B3print urllib.unquote(data1) # result: name = ~a+3data2 = urllib.quote_plus(data)print data2 # result: name+%3D+%7Ea%2B3print urllib.unquote_plus(data2) # result: name = ~a+3data3 = urllib.urlencode({ 'name': 'dark-bull', 'age': 200 })print data3 # result: age=200&name=dark-bulldata4 = urllib.pathname2url(r'd:\a\b\c\23.php')print data4 # result: ///D|/a/b/c/23.phpprint urllib.url2pathname(data4) # result: D:\a\b\c\23.php
转自:http://www.blogjava.net/ashutc/archive/2011/03/21/346695.html
- python urllib模块详解
- Python urllib模块urlretrieve()详解
- python urllib模块详解及实例
- python urllib模块详解及实例
- Python urllib模块urlopen()与urlretrieve()详解
- Python urllib模块urlopen()与urlretrieve()详解
- python中的urllib模块
- Python模块学习 --- urllib
- Python模块学习 --- urllib
- Python模块学习 --- urllib
- Python模块学习 ---- urllib
- Python urllib模块学习
- Python模块学习 --- urllib
- Python模块学习 --- urllib
- Python urllib模块
- Python模块学习 --- urllib
- Python模块学习 --- urllib
- Python模块学习 --- urllib
- C++ explicit关键字应用方法详解
- 3-3. 12-24小时制(15)
- SpringMVC注解说明
- .net 身份验证方式有哪些及原理
- Linux下Python调用C动态库
- python urllib模块详解
- WEB前端开发工具--整理
- hdu2993之斜率dp+二分查找
- java 使用对象输出流ObjectOutputStream对文件追加对象注意
- 关于时钟
- 3-4. 成绩转换(15)
- CheckPoint没有自动执行[TimesTen运维基础]
- Linux 上的基础网络设备详解
- 集成SDK服务[随手记]