python urllib.request模块的使用详解

更新时间：2021年03月17日 11:55:20 作者：可爱的黑精灵

这篇文章主要介绍了python urllib.request模块的使用详解，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下

urllib子模块

urllib.request 打开或请求url
urllib.error 捕获处理请求时产生的异常
urllib.parse 解析url
urllib.robotparser 用于解析robots.txt文件

robots.txt是一种存放于网站根目录下文本文件，用来告诉网络爬虫服务器上的那些文件可以被查看。又被成为robots协议，是一种约定俗成的协议。

request模块

function request.urlopen()

urlopen方法用来打开资源url，常用带参数形式urlopen(url,data=None)，url：资源url，data：携带的数据。

方法的返回值始终为一个对象，并可以调用相应的方法获取返回的信息。其中对于http及https的url来说会返回一个http.client.HTTPResponse对象；

import urllib.request
# 我们用本地的一个简单html文件来测试
url = 'http://127.0.0.1:8848/chenjy/test.html'

req = urllib.request.urlopen(url)

print(req)

1. read() 返回服务器返回的原始数据；

import urllib.request

url ='http://127.0.0.1:8848/chenjy/test.html'

req = urllib.request.urlopen(url)

print(req.read())

我们可以再调用decode()方法来解码。

import urllib.request

url = 'http://127.0.0.1:8848/chenjy/test.html'

req = urllib.request.urlopen(url)

print(req.read().decode())

2.geturl() 返回获取资源的url；

创建一个测试页

import urllib.request
url = 'http://127.0.0.1:8848/chenjy/test.html' 

req = urllib.request.urlopen(url)

print(req.geturl())

前端重定向

我们在页面中添加js脚本重定向页面window.location.href='http://127.0.0.1:8848/chenjy/test2.html';，会发现访问的时候会重定向到test2，但是geturl还是获取的重定向前的

后端重定向

我们启动一个项目并添加一个拦截器当访问index.html的时候重定向到/ls/html/list.html页面,geturl获取的是重定向后的页面

@Override
  	    public void handle(String target, HttpServletRequest request, HttpServletResponse response, boolean[] isHandled) {
  	      int index = target.lastIndexOf("index.html");
  	  	  if (index != -1){
    	    	HandlerKit.redirect("/ls/html/list.html",request,response,isHandled);
  	  	  }
  	      
  	    }

import urllib.request
url = 'http://localhost:8088/ls/index.html'

req = urllib.request.urlopen(url)

print(req.geturl())

3.info() 返回页面的元信息；

import urllib.request
url = 'http://127.0.0.1:8848/chenjy/test.html'

req = urllib.request.urlopen(url)

print(req.info())

4.getcode() 返回页面的状态码；

import urllib.request
url = 'http://127.0.0.1:8848/chenjy/test.html'

req = urllib.request.urlopen(url)

print(req.getcode())

class request.Request

url请求类 Request(url, data=None, headers={}, origin_req_host=None, unverifiable=False, method=None)

url：请求url
data：请求传参；bytes字节流
headers：请求头
origin_req_host：请求原始主机；不带端口
unverifiable：是否不可验证；
method ：请求方法；如GET、POST、PUT等

import urllib.request

# 模拟iphone5请求百度手机版页面
url = 'https://www.baidu.com/'

user_agent = 'Mozilla/5.0 (iPhone; CPU iPhone OS 10_3_1 like Mac OS X) AppleWebKit/603.1.30 (KHTML, like Gecko) Version/10.0 Mobile/14E304 Safari/602.1'
headers = {
  'User-Agent': user_agent
}

# 抓取page信息
req = urllib.request.Request(url, headers=headers,method='GET')
page = urllib.request.urlopen(req).read().decode('utf-8')

print(page)

以上就是python urllib.request模块的使用详解的详细内容，更多关于python urllib.request模块的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

Python3时间转换之时间戳转换为指定格式的日期方法详解
这篇文章主要介绍了Python3时间转换之时间戳转换为指定格式的日期,需要的朋友可以参考下
2021-04-04
Python中itertools模块用法详解
这篇文章主要介绍了Python中itertools模块用法,详细的讲述了itertools模块中常见函数的用法及相关示例,有助于深入掌握Python程序设计,需要的朋友可以参考下
2014-09-09
Python从入门到精通之多线程使用详解
这篇文章主要介绍了Python中的多线程使用，包括创建线程、线程同步、线程间通信以及线程池等基本概念和技巧，文中的示例代码讲解详细，需要的可以参考一下
2023-07-07
python 构造三维全零数组的方法
今天小编就为大家分享一篇python 构造三维全零数组的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-11-11
Python装饰器有哪些绝妙的用法
本文主要介绍了Python装饰器有哪些绝妙的用法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2022-07-07
解决python web项目意外关闭,但占用端口的问题
今天小编就为大家分享一篇解决python web项目意外关闭,但占用端口的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-12-12
Python3.5内置模块之time与datetime模块用法实例分析
这篇文章主要介绍了Python3.5内置模块之time与datetime模块用法,结合实例形式分析了Python3.5 time与datetime模块日期时间相关操作技巧,需要的朋友可以参考下
2019-04-04
10个的常用PyCharm插件(小结)
本文主要介绍了10个的常用PyCharm插件,包括MaterialThemeUILite、中文语言包、Statistic、JsonParser等,帮助你在提升开发效率和视觉体验,感兴趣的可以了解一下
2024-11-11
python 使用elasticsearch 实现翻页的三种方式
这篇文章主要介绍了python 使用elasticsearch 实现翻页的三种方式，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2020-07-07
python 如何快速找出两个电子表中数据的差异
下面小编就为大家带来一篇python 如何快速找出两个电子表中数据的差异。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2017-05-05