首先来看一下他们的区别
urllib和urllib2
urllib 和urllib2都是接受URL请求的相关模块,但是urllib2可以接受一个Request类的实例来设置URL请求的headers,urllib仅可以接受URL。
这意味着,你不可以伪装你的User Agent字符串等。
urllib提供urlencode方法用来GET查询字符串的产生,而urllib2没有。这是为何urllib常和urllib2一起使用的原因。
目前的大部分http请求都是通过urllib2来访问的
httplib
httplib实现了HTTP和HTTPS的客户端协议,一般不直接使用,在python更高层的封装模块中(urllib,urllib2)使用了它的http实现。
urllib简单用法
urllib.urlopen(url[, data[, proxies]]) :
- 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()
详细使用方法见
urllib2简单用法
最简单的形式
- import urllib2
- response=urllib2.urlopen(‘http://www.douban.com’)
- html=response.read()
实际步骤:
1、urllib2.Request()的功能是构造一个请求信息,返回的req就是一个构造好的请求
2、urllib2.urlopen()的功能是发送刚刚构造好的请求req,并返回一个文件类的对象response,包括了所有的返回信息。
3、通过response.read()可以读取到response里面的html,通过response.info()可以读到一些额外的信息。
如下:
- #!/usr/bin/env python
- import urllib2
- req = urllib2.Request(“http://www.douban.com”)
- response = urllib2.urlopen(req)
- html = response.read()
- print html
有时你会碰到,程序也对,但是服务器拒绝你的访问。这是为什么呢?问题出在请求中的头信息(header)。 有的服务端有洁癖,不喜欢程序来触摸它。这个时候你需要将你的程序伪装成浏览器来发出请求。请求的方式就包含在header中。
常见的情形:
- import urllib
- import urllib2
- url = ‘http://www.someserver.com/cgi-bin/register.cgi’
- user_agent = ‘Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)’# 将user_agent写入头信息
- values = {‘name’ : ‘who’,‘password’:‘123456’}
- headers = { ‘User-Agent’ : user_agent }
- data = urllib.urlencode(values)
- req = urllib2.Request(url, data, headers)
- response = urllib2.urlopen(req)
- the_page = response.read()
values是post数据
GET方法
例如百度:
百度是通过http://www.baidu.com/s?wd=XXX 来进行查询的,这样我们需要将{‘wd’:’xxx’}这个字典进行urlencode
- #coding:utf-8
- import urllib
- import urllib2
- url = ‘http://www.baidu.com/s’
- values = {‘wd’:‘D_in’}
- data = urllib.urlencode(values)
- print data
- url2 = url+‘?’+data
- response = urllib2.urlopen(url2)
- the_page = response.read()
- print the_page
POST方法
- import urllib
- import urllib2
- url = ‘http://www.someserver.com/cgi-bin/register.cgi’
- user_agent = ‘Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)’ //将user_agent写入头信息
- values = {‘name’ : ‘who’,‘password’:‘123456’} //post数据
- headers = { ‘User-Agent’ : user_agent }
- data = urllib.urlencode(values) //对post数据进行url编码
- req = urllib2.Request(url, data, headers)
- response = urllib2.urlopen(req)
- the_page = response.read()
urllib2带cookie的使用
- #coding:utf-8
- import urllib2,urllib
- import cookielib
- url = r‘http://www.renren.com/ajaxLogin’
- #创建一个cj的cookie的容器
- cj = cookielib.CookieJar()
- opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
- #将要POST出去的数据进行编码
- data = urllib.urlencode({“email”:email,“password”:pass})
- r = opener.open(url,data)
- print cj
httplib简单用法
简单示例
- #!/usr/bin/env python
- # -*- coding: utf-8 -*-
- import httplib
- import urllib
- def sendhttp():
- data = urllib.urlencode({‘@number’: 12524, ‘@type’: ‘issue’, ‘@action’: ‘show’})
- headers = {“Content-type”: “application/x-www-form-urlencoded”,
- “Accept”: “text/plain”}
- conn = httplib.HTTPConnection(‘bugs.python.org’)
- conn.request(‘POST’, ‘/’, data, headers)
- httpres = conn.getresponse()
- print httpres.status
- print httpres.reason
- print httpres.read()
- if __name__ == ‘__main__’:
- sendhttp()
具体用法见
如需转载请注明: 转载自26点的博客