urllib2库详细使用细则
来源:互联网 发布:广西直播软件 编辑:程序博客网 时间:2024/05/20 22:02
Python 标准库中有很多实用的工具类,但是在具体使用时,标准库文档上对使用细节描述的并不清楚,比如 urllib2 这个 HTTP 客户端库。这里总结了一些 urllib2 的使用细节。
- Proxy 的设置
- Timeout 设置
- 在 HTTP Request 中加入特定的 Header
- Redirect
- Cookie
- 使用 HTTP 的 PUT 和 DELETE 方法
- 得到 HTTP 的返回码
- Debug Log
Proxy 的设置
urllib2 默认会使用环境变量 http_proxy 来设置 HTTP Proxy。如果想在程序中明确控制 Proxy 而不受环境变量的影响,可以使用下面的方式:
01
import
urllib2
02
03
enable_proxy
=
True
04
proxy_handler
=
urllib2.ProxyHandler({
"http"
:
'http://some-proxy.com:8080'
})
05
null_proxy_handler
=
urllib2.ProxyHandler({})
06
07
if
enable_proxy:
08
opener
=
urllib2.build_opener(proxy_handler)
09
else
:
10
opener
=
urllib2.build_opener(null_proxy_handler)
11
12
urllib2.install_opener(opener)
这里要注意的一个细节,使用 urllib2.install_opener() 会设置 urllib2 的全局 opener 。这样后面的使用会很方便,但不能做更细粒度的控制,比如想在程序中使用两个不同的 Proxy 设置等。比较好的做法是不使用 install_opener 去更改全局的设置,而只是直接调用 opener 的 open 方法代替全局的 urlopen 方法。
Timeout 设置
在老版 Python 中,urllib2 的 API 并没有暴露 Timeout 的设置,要设置 Timeout 值,只能更改 Socket 的全局 Timeout 值。
1
import
urllib2
2
import
socket
3
4
socket.setdefaulttimeout(
10
)
# 10 秒钟后超时
5
urllib2.socket.setdefaulttimeout(
10
)
# 另一种方式
在 Python 2.6 以后,超时可以通过 urllib2.urlopen() 的 timeout 参数直接设置。
1
import
urllib2
2
response
=
urllib2.urlopen(
'http://www.google.com'
, timeout
=
10
)
在 HTTP Request 中加入特定的 Header
要加入 header,需要使用 Request 对象:
1
import
urllib2
2
3
request
=
urllib2.Request(uri)
4
request.add_header(
'User-Agent'
,
'fake-client'
)
5
response
=
urllib2.urlopen(request)
对有些 header 要特别留意,服务器会针对这些 header 做检查:
- User-Agent : 有些服务器或 Proxy 会通过该值来判断是否是浏览器发出的请求。
- Content-Type : 在使用 REST 接口时,服务器会检查该值,用来确定 HTTP Body 中的内容该怎样解析。常见的取值有:
- application/xml : 在 XML RPC,如 RESTful/SOAP 调用时使用
- application/json : 在 JSON RPC 调用时使用
- application/x-www-form-urlencoded : 浏览器提交 Web 表单时使用
在使用服务器提供的 RESTful 或 SOAP 服务时, Content-Type 设置错误会导致服务器拒绝服务
Redirect
urllib2 默认情况下会针对 HTTP 3XX 返回码自动进行 redirect 动作,无需人工配置。要检测是否发生了 redirect 动作,只要检查一下 Response 的 URL 和 Request 的 URL 是否一致就可以了。
1
import
urllib2
2
response
=
urllib2.urlopen(
'http://www.google.cn'
)
3
redirected
=
response.geturl()
=
=
'http://www.google.cn'
如果不想自动 redirect,除了使用更低层次的 httplib 库之外,还可以自定义 HTTPRedirectHandler 类。
01
import
urllib2
02
03
class
RedirectHandler(urllib2.HTTPRedirectHandler):
04
def
http_error_301(
self
, req, fp, code, msg, headers):
05
pass
06
def
http_error_302(
self
, req, fp, code, msg, headers):
07
pass
08
09
opener
=
urllib2.build_opener(RedirectHandler)
10
opener.
open
(
'http://www.google.cn'
)
Cookie
urllib2 对 Cookie 的处理也是自动的。如果需要得到某个 Cookie 项的值,可以这么做:
1
import
urllib2
2
import
cookielib
3
4
cookie
=
cookielib.CookieJar()
5
opener
=
urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))
6
response
=
opener.
open
(
'http://www.google.com'
)
7
for
item
in
cookie:
8
if
item.name
=
=
'some_cookie_item_name'
:
9
print
item.value
使用 HTTP 的 PUT 和 DELETE 方法
urllib2 只支持 HTTP 的 GET 和 POST 方法,如果要使用 HTTP PUT 和 DELETE ,只能使用比较低层的 httplib 库。虽然如此,我们还是能通过下面的方式,使 urllib2 能够发出 PUT 或 DELETE 的请求:
1
import
urllib2
2
3
request
=
urllib2.Request(uri, data
=
data)
4
request.get_method
=
lambda
:
'PUT'
# or 'DELETE'
5
response
=
urllib2.urlopen(request)
这种做法虽然属于 Hack 的方式,但实际使用起来也没什么问题。
得到 HTTP 的返回码
对于 200 OK 来说,只要使用 urlopen 返回的 response 对象的 getcode() 方法就可以得到 HTTP 的返回码。但对其它返回码来说,urlopen 会抛出异常。这时候,就要检查异常对象的 code 属性了:
1
import
urllib2
2
try
:
3
response
=
urllib2.urlopen(
'http://restrict.web.com'
)
4
except
urllib2.HTTPError, e:
5
print
e.code
Debug Log
使用 urllib2 时,可以通过下面的方法把 debug Log 打开,这样收发包的内容就会在屏幕上打印出来,方便调试,有时可以省去抓包的工作。
1
import
urllib2
2
3
httpHandler
=
urllib2.HTTPHandler(debuglevel
=
1
)
4
httpsHandler
=
urllib2.HTTPSHandler(debuglevel
=
1
)
5
opener
=
urllib2.build_opener(httpHandler, httpsHandler)
6
7
urllib2.install_opener(opener)
8
response
=
urllib2.urlopen(
'http://www.google.com'
)
- urllib2库详细使用细则
- CocoaPods详细安装细则
- urllib2库的基本使用
- urllib2 使用
- urllib2使用
- 笔记本电池使用细则
- FCK使用设置细则
- jtable使用细则
- AndroidStudio使用细则
- MYSQL使用细则
- RecycleView的使用细则
- Linux下MySQL数所库的使用细则
- Python 标准库 urllib2 的使用细节
- Python 标准库 urllib2 的使用细节
- Python 标准库 urllib2 的使用细节
- python urllib2库 的使用细节
- Python 标准库 urllib2 的使用细节
- Python 标准库 urllib2 的使用细节
- Springmvc返回JSON乱码问号
- java基础—TreeSet集合中储存自定义对象(java集合二)
- 概率图论PGM的D-Separation(D分离)
- 部署odoo
- Google Java 编码规范
- urllib2库详细使用细则
- 删除INI文件某个字段或者键值
- Voronoi图简介及C语言实现
- Truncate语法
- 修改tcp内核参数:somaxconn
- leetcode_Word Break
- Android GPS学习笔记—重要结构体及接口
- activity的android:name 设置
- 静态局部变量的说明