打卡第 2 天： urllib简记

​

目录

一、urllib

1.1、urlopen

1.2、get请求参数的编码

1.3、post请求

1.6、多个user——agent随机使用

1.5、proxyHandler代理使用

---

活动地址：CSDN21天学习挑战赛

一、urllib

urllib库是python内置的HTTP请求库，它包含如下4个模块：

• request ：请求模块
• parse : 一个工具模块，提供许多URL的处理方法
• error ：异常处理模块
• robotparser : 主要用于识别网站的robots.txt文件，一般不用

1.1、urlopen

模拟浏览器向服务器发送请求： urlopen()其参数可以是字符串也可以是一个Request object

import urllib.request

url = 'https://www.baidu.com'
res = urllib.request.urlopen(url=url)  

print(type(res))  # HTTPResponse 

这里可以看到响应的是一个：HTTPResponse类型的对象，而他主要有如下属性与方法。

属性：

# HTTPResponse 属性
print(res.status)  # 状态码
print(res.reason)  # 状态信息
print(res.msg)  # 访问成功返回 ok
print(res.version)  # HTTP版本信息 11 => 1.1
print(res.debuglevel)  # 调试等级

方法：

# HTTPResponse 方法
'''
read(): 获取响应体内容，bytes类型，但只能使用一次
getheaders(): 获取响应头信息，返回列表元组
getheader(key): 返回指定键的响应头信息
getcode(): 返回响应的HTTP状态码
geturl(): 返回检索的URL
readinto(): 返回网页头信息
fileno(): 返回文件描述信息
'''
print(res.getheaders())
print(res.getheader('Server'))
print(res.getcode())
print(res.geturl())
print(res.readinto())
print(res.fileno())

1.2、get请求参数的编码

例子

• get请求：在url中参数如果有中文，则需要我们转码
• urllib.parse.quote() ==> parse.quote('周杰伦')
• urllib.parse.urlencode() ==> args = parse.urlencode({'wd': '周杰伦', 'ie': 'utf-8'}) 以字典传参

"""
2022年
 
CSDN:抄代码抄错的小牛马
"""
from random import choice
from urllib import request
from urllib import parse

#  get请求：在url中参数如果有中文，则需要我们转码
#  urllib.parse.quote()  ==>  parse.quote('周杰伦')
#  urllib.parse.urlencode()  ==>  args = parse.urlencode({'wd': '周杰伦', 'ie': 'utf-8'}) 以字典传参


user_agents = [
    'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv,2.0.1) Gecko/20100101 Firefox/4.0.1',
    'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:34.0) Gecko/20100101 Firefox/34.0',
    'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/30.0.1599.101 Safari/537.36',
]
headers = {
    'User-Agent': choice(user_agents)
}
# args = parse.quote('周杰伦')
# url = f'https://www.baidu.com/s?&wd={args}'
# args = {
#     'wd': '周杰伦',
#     'ie': 'utf-8',
# }
args = parse.urlencode({'wd': '周杰伦', 'ie': 'utf-8'})
url = f'https://www.baidu.com/s?&wd={args}'

req = request.Request(url=url, headers=headers)
res = request.urlopen(req).read().decode('utf-8')

print(res)

1.3、post请求

"""
2022年
 
CSDN:抄代码抄错的小牛马
"""
import urllib.request
import urllib.parse
from random import choice

user_agents = [
    'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv,2.0.1) Gecko/20100101 Firefox/4.0.1',
    'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:34.0) Gecko/20100101 Firefox/34.0',
    'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/30.0.1599.101 Safari/537.36',
]
headers = {
    'User-Agent': choice(user_agents)
}
url = 'https://www.baidu.com'
args = {
    'user': '123456789',
    'password': '1111111'
}
data = urllib.parse.urlencode(args).encode()  # post请求时，data要编码 ，要求为 bytes 数据类型

req = urllib.request.Request(url=url, data=data, headers=headers)
res = urllib.request.urlopen(req).read().decode('utf-8')

print(res)

1.6、多个user——agent随机使用

• 直接导入包
  from fake_useragent import UserAgent

• random 中的 choice

"""
2022年
 
CSDN:抄代码抄错的小牛马
"""
from urllib import request
from random import choice
# 或者是直接导入包
from fake_useragent import UserAgent


#
# # 随机chrome浏览器
# print(UserAgent().ie)
# # 随机firefox浏览器
# print(UserAgent().firefox)
# # 随机请求头
# print(UserAgent().random)


# url = 'https://baidu.com/'
url = 'http://httpbin.org/get'
user_agents = [
    'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv,2.0.1) Gecko/20100101 Firefox/4.0.1',
    'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:34.0) Gecko/20100101 Firefox/34.0',
    'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Mobile Safari/537.36',
    'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.16 (KHTML, like Gecko) Chrome/10.0.648.133 Safari/534.16',
    'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/30.0.1599.101 Safari/537.36',
]
headers = {
    'User-Agent': choice(user_agents)
}
# req = request.Request(url=url, headers=headers)
# res = request.urlopen(req).read().decode('utf-8')

print(headers)

1.5、proxyHandler代理使用

"""
2022年
 
CSDN:抄代码抄错的小牛马
"""
import urllib.request
from urllib.request import ProxyHandler
from urllib.request import build_opener
from fake_useragent import UserAgent

url = 'https://www.baidu.com/'

headers = {'User-Agent': UserAgent().chrome}
request = urllib.request.Request(url=url, headers=headers)

proxy = {
    # 'type': 'ip:port'  ==> 类型：IP:端口
    'http': '202.55.5.209:8090'
    # 'type': 'name:[email protected]:port'  ==>  独享IP 会有一个账号

}
handler = ProxyHandler(proxy)
opener = build_opener(handler)

response = opener.open(request)
content = response.read().decode()

print(content)

拜~~~