Python 3 학습 urllib 의 사용 방법 예시

urllib 는 python 에서 url(Uniform Resource Locators,통 일 된 자원 주소 지정 문자)을 가 져 왔 습 니 다.이 를 이용 하여 원 격 데 이 터 를 캡 처 하여 저장 할 수 있 습 니 다.본 고 는 urllib 사용 중의 header,대리,시간 초과,인증,이상 처리 방법 에 대해 정리 하 였 습 니 다.
1.기본 방법
urllib.request.urlopen(url, data=None, [timeout, ]*, cafile=None, capath=None, cadefault=False, context=None)

url:  열 어야 할 사이트 주소

data:Post 가 제출 한 데이터

timeout:사이트 방문 시간 초과 설정

urllib.request 모듈 의 urlopen()으로 페이지 를 직접 가 져 옵 니 다.page 의 데이터 형식 은 bytes 형식 이 고 decode()디 코딩 이 필요 하 며 str 형식 으로 변환 해 야 합 니 다.

from urllib import request
response = request.urlopen(r'http://python.org/') # <http.client.HTTPResponse object at 0x00000000048BC908> HTTPResponse  
page = response.read()
page = page.decode('utf-8')

urlopen 반환 대상 제공 방법:

read(),readline(),readlines(),fileno(),close():HTTP Response 형식 데이터 조작

info():HTTPMessage 대상 을 되 돌려 원 격 서버 가 되 돌아 오 는 헤더 정보

getcode():Http 상태 코드 를 되 돌려 줍 니 다.http 요청 이 라면 200 요청 이 성공 적 으로 완료 되 었 습 니 다.404 찾 을 수 없 음

geturl():요청 한 url

을 되 돌려 줍 니 다.
1.간단하게 웹 페이지 정보 읽 기

import urllib.request 
response = urllib.request.urlopen('http://python.org/') 
html = response.read() 

2,사용 request
urllib.request.Request(url, data=None, headers={}, method=None)
요청 을 request()로 포장 하고 urlopen()을 통 해 페이지 를 가 져 옵 니 다.

import urllib.request 
req = urllib.request.Request('http://python.org/') 
response = urllib.request.urlopen(req) 
the_page = response.read() 

3.데 이 터 를 보 내 고 로그 인 을 예 로 들 면

''''' 
Created on 2016 5 31  
 
@author: gionee 
''' 
import gzip 
import re 
import urllib.request 
import urllib.parse 
import http.cookiejar 
 
def ungzip(data): 
  try: 
    print("     ...") 
    data = gzip.decompress(data) 
    print("    ") 
  except: 
    print("    ，    ") 
   
  return data 
     
def getXSRF(data): 
  cer = re.compile('name=\"_xsrf\" value=\"(.*)\"',flags = 0) 
  strlist = cer.findall(data) 
  return strlist[0] 
 
def getOpener(head): 
  # cookies    
  cj = http.cookiejar.CookieJar() 
  pro = urllib.request.HTTPCookieProcessor(cj) 
  opener = urllib.request.build_opener(pro) 
  header = [] 
  for key,value in head.items(): 
    elem = (key,value) 
    header.append(elem) 
  opener.addheaders = header 
  return opener 
# header      firebug   
header = { 
  'Connection': 'Keep-Alive', 
  'Accept': 'text/html, application/xhtml+xml, */*', 
  'Accept-Language': 'en-US,en;q=0.8,zh-Hans-CN;q=0.5,zh-Hans;q=0.3', 
  'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:46.0) Gecko/20100101 Firefox/46.0', 
  'Accept-Encoding': 'gzip, deflate', 
  'Host': 'www.zhihu.com', 
  'DNT': '1' 
} 
 
url = 'http://www.zhihu.com/' 
opener = getOpener(header) 
op = opener.open(url) 
data = op.read() 
data = ungzip(data) 
_xsrf = getXSRF(data.decode()) 
 
url += "login/email" 
email = "    " 
password = "    " 
postDict = { 
  '_xsrf': _xsrf, 
  'email': email, 
  'password': password, 
  'rememberme': 'y'  
} 
postData = urllib.parse.urlencode(postDict).encode() 
op = opener.open(url,postData) 
data = op.read() 
data = ungzip(data) 
 
print(data.decode()) 

4.http 오류

import urllib.request 
req = urllib.request.Request('http://www.lz881228.blog.163.com ') 
try: 
  urllib.request.urlopen(req) 
except urllib.error.HTTPError as e: 
print(e.code) 
print(e.read().decode("utf8")) 

5.이상 처리

from urllib.request import Request, urlopen 
from urllib.error import URLError, HTTPError 
 
req = Request("http://www.abc.com /") 
try: 
  response = urlopen(req) 
except HTTPError as e: 
  print('The server couldn't fulfill the request.') 
  print('Error code: ', e.code) 
except URLError as e: 
  print('We failed to reach a server.') 
  print('Reason: ', e.reason) 
else: 
  print("good!") 
  print(response.read().decode("utf8")) 

6.http 인증

import urllib.request 
 
# create a password manager 
password_mgr = urllib.request.HTTPPasswordMgrWithDefaultRealm() 
 
# Add the username and password. 
# If we knew the realm, we could use it instead of None. 
top_level_url = "https://www.jb51.net /" 
password_mgr.add_password(None, top_level_url, 'rekfan', 'xxxxxx') 
 
handler = urllib.request.HTTPBasicAuthHandler(password_mgr) 
 
# create "opener" (OpenerDirector instance) 
opener = urllib.request.build_opener(handler) 
 
# use the opener to fetch a URL 
a_url = "https://www.jb51.net /" 
x = opener.open(a_url) 
print(x.read()) 
 
# Install the opener. 
# Now all calls to urllib.request.urlopen use our opener. 
urllib.request.install_opener(opener) 
a = urllib.request.urlopen(a_url).read().decode('utf8') 
 
print(a) 

7.사용 에이전트

import urllib.request 
 
proxy_support = urllib.request.ProxyHandler({'sock5': 'localhost:1080'}) 
opener = urllib.request.build_opener(proxy_support) 
urllib.request.install_opener(opener) 
 
a = urllib.request.urlopen("http://www.baidu.com ").read().decode("utf8") 
print(a) 

8.시간 초과

import socket 
import urllib.request 
 
# timeout in seconds 
timeout = 2 
socket.setdefaulttimeout(timeout) 
 
# this call to urllib.request.urlopen now uses the default timeout 
# we have set in the socket module 
req = urllib.request.Request('https://www.jb51.net /') 
a = urllib.request.urlopen(req).read() 
print(a) 

이상 이 바로 본 고의 모든 내용 입 니 다.여러분 의 학습 에 도움 이 되 고 저 희 를 많이 응원 해 주 셨 으 면 좋 겠 습 니 다.