urllib模块中的方法

Posted 风清云流

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了urllib模块中的方法相关的知识,希望对你有一定的参考价值。

urllib模块中的方法

1.urllib.urlopen(url[,data[,proxies]])

打开一个url的方法,返回一个文件对象,然后可以进行类似文件对象的操作。本例试着打开google

复制代码
>>> import urllib
>>> f = urllib.urlopen(\'http://www.google.com.hk/\')
>>> firstLine = f.readline()   #读取html页面的第一行
>>> firstLine
\'<!doctype html><html itemscope="" itemtype="http://schema.org/WebPage"><head><meta content="/images/google_favicon_128.png" itemprop="image"><title>Google</title><script>(function(){\\n\'
复制代码

 

urlopen返回对象提供方法:

-         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请求成功完成;404网址未找到

-         geturl():返回请求的url

 

2.urllib.urlretrieve(url[,filename[,reporthook[,data]]])

urlretrieve方法将url定位到的html文件下载到你本地的硬盘中。如果不指定filename,则会存为临时文件。

urlretrieve()返回一个二元组(filename,mine_hdrs)

临时存放:

复制代码
>>> filename = urllib.urlretrieve(\'http://www.google.com.hk/\')
>>> type(filename)
<type \'tuple\'>
>>> filename[0]
\'/tmp/tmp8eVLjq\'
>>> filename[1]
<httplib.HTTPMessage instance at 0xb6a363ec>
复制代码

存为本地文件:

复制代码
>>> filename = urllib.urlretrieve(\'http://www.google.com.hk/\',filename=\'/home/dzhwen/python文件/Homework/urllib/google.html\')
>>> type(filename)
<type \'tuple\'>
>>> filename[0]
\'/home/dzhwen/python\\xe6\\x96\\x87\\xe4\\xbb\\xb6/Homework/urllib/google.html\'
>>> filename[1]
<httplib.HTTPMessage instance at 0xb6e2c38c>
复制代码

 

3.urllib.urlcleanup()

清除由于urllib.urlretrieve()所产生的缓存

 

4.urllib.quote(url)和urllib.quote_plus(url)

将url数据获取之后,并将其编码,从而适用与URL字符串中,使其能被打印和被web服务器接受。

>>> urllib.quote(\'http://www.baidu.com\')
\'http%3A//www.baidu.com\'
>>> urllib.quote_plus(\'http://www.baidu.com\')
\'http%3A%2F%2Fwww.baidu.com\'

5.urllib.unquote(url)和urllib.unquote_plus(url)

与4的函数相反。

6.urllib.urlencode(query)

将URL中的键值对以连接符&划分

这里可以与urlopen结合以实现post方法和get方法:

GET方法:

复制代码
>>> import urllib
>>> params=urllib.urlencode({\'spam\':1,\'eggs\':2,\'bacon\':0})
>>> params
\'eggs=2&bacon=0&spam=1\'
>>> f=urllib.urlopen("http://python.org/query?%s" % params)
>>> print f.read()
复制代码

POST方法:

>>> import urllib
>>> parmas = urllib.urlencode({\'spam\':1,\'eggs\':2,\'bacon\':0})
>>> f=urllib.urlopen("http://python.org/query",parmas)
>>> f.read()

以上是关于urllib模块中的方法的主要内容,如果未能解决你的问题,请参考以下文章

爬虫--urllib模块

urllib,urllib2和 urllib3的区别

Python urllib模块

urllib模块中parse函数中的urlencode和quote_plus方法

Python练习册 第 0013 题: 用 Python 写一个爬图片的程序,爬 这个链接里的日本妹子图片 :-),(http://tieba.baidu.com/p/2166231880)(代码片段

Python 的 urllib.parse 库解析 URL