Python urllib模块
来源:互联网 发布:3米距离买多大电视知乎 编辑:程序博客网 时间:2024/06/14 19:49
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。先看一个例子,这个例子把Google首页的html抓取下来并显示在控制台上:
import urllibprint urllib.urlopen('http://www.google.com').read()
urllib方法:
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);
参数proxies用于设置代理.urlopen返回一个类文件对象,他提供了如下方法:
read(),readline(),readlines(),fileno(),close():这些方法的使用与文件对象完全一致
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
下面来扩充一下上面的例子
google = 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()
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%%' % per,url = 'http://www.sina.com.cn/'local = '/root/python/sina.html'urllib.urlretrieve(url, local, cbk)
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'%20'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;
urllib.url2pathname(path):将url路径转换成本地路径;
data = 'name = ~a+3' data1 = urllib.quote(data) print data1 # result: name%20%3D%20%7Ea%2B3 print urllib.unquote(data1) # result: name = ~a+3 data2 = urllib.quote_plus(data) print data2 # result: name+%3D+%7Ea%2B3 print urllib.unquote_plus(data2) # result: name = ~a+3 data3 = urllib.urlencode({ 'name': 'dark-bull', 'age': 200 }) print data3 # result: age=200&name=dark-bull data4 = urllib.pathname2url(r'd:/a/b/c/23.php') print data4 # result: ///D|/a/b/c/23.php print urllib.url2pathname(data4) # result: D:/a/b/c/23.php
- 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
- Python模块学习 --- urllib
- python模块学习 --- urllib
- python模块--urllib
- Python模块学习 --- urllib
- Python模块学习 --- urllib
- python urllib模块详解
- 黑马程序员------JAVA学习笔记之JAVA语言基础
- js小技巧-判断表格是否被选中
- 生产者消费者问题(Producer-consumer problem)
- 关键帧切割视频
- 第8周-项目4-我的向量类
- Python urllib模块
- Quartz 的cron 表达式
- Android 如何判断ListView的滚动方向
- 采用VS2008创建Win32动态链接库
- 揭开链表逆转和排序的面纱
- 移植openssl至嵌入式linux编译工具链
- linux 内核中strstr函数 功能
- Mybatis中几个重要类
- 中缀表达式转换后缀表达式