服务器之家

服务器之家 > 正文

Python urllib request模块发送请求实现过程解析

时间:2021-08-12 00:08     来源/作者:Hao_ran

1.Request()的参数

import urllib.request

request=urllib.request.Request('https://python.org')
response=urllib.request.urlopen(request)
print(response.read().decode('utf-8'))

通过构造这个数据结构,一方面可以我们可以将请求独立成一个对象,另一方面可以更加丰富和灵活地配置参数。

它的构造方法如下:

class.urllib.request.Request(url,data=None,headers={},origin_rep_host=None,unverifiable=False,method=None)

参数:

1.url必传参数

2.data,必须传bytes类型。如果是字典,先使用urllib.parse里的urlencode()

3.headers,是一个字典,请求头,直接构造或者用add_header()方法添加

4.origin_rep_host,请求方的名称或者ip地址

5.unverifiable,默认为false,表示这个请求是否无法验证。如果没有抓取的权限,此时值就是true。

6.method,用来指示请求使用的方法。

尝试传入多个参数构建请求:

  1. from urllib import request,parse
  2.  
  3. url='http://httpbin.org/post'
  4. headers={
  5. 'Url-Agent':'Mozilla/4.0(compatible;MSIE 5.5;Windows NT)',
  6. 'Host':'httpbin.org'
  7. }#也可以使用add_header()方法添加headers:#req=request.Request(url=url,data=data,method='POST')#req.add_header('User-Agent','Mozilla/4.0(compatible;MSIE 5.5;Windows NT)')
  8. dict={
  9. 'name':'Germey'
  10. }
  11. data=bytes(parse.urlencode(dict),encoding='utf-8')#用urlencode()将dict转换成bytes类型,传递给data
  12. req=request.Request(url=url,data=data,headers=headers,method='POST')
  13. response=request.urlopen(req)
  14. print(response.read().decode('utf-8'))

运行结果:

Python urllib request模块发送请求实现过程解析

2.Handler与Opener

Handler:

它是各种处理器,几乎可以做到HTTP请求中的所有事情。

urllib.request模块里的BaseHandler类,它是所有其他Headler的父类,它提供了最基本的方法。

Opener:

例如urlopen()就是一个Opener,它是urllib为我们提供的。

它们的关系是:使用Handler来构建Opener。

3.用法

验证:

创建一个需要验证的网站,我这里使用的是IIS

Python urllib request模块发送请求实现过程解析

遇到的问题:

IIS怎样安装与配置-百度经验 (baidu.com)

IIS网站如何设置基本身份验证-百度经验 (baidu.com)

window10家庭版解决IIS中万维网服务的安全性中无Windows身份验证 - enjoryWeb - 博客园 (cnblogs.com)

代码:

  1. from urllib.request import HTTPPasswordMgrWithDefaultRealm,HTTPBasicAuthHandler,build_opener
  2. from urllib.error import URLError
  3.  
  4. username='username'#填上自己的用户名和密码
  5. password='password'
  6. url='http://localhost:5000/'
  7.  
  8. p=HTTPPasswordMgrWithDefaultRealm()
  9. p.add_password(None,url,username,password)#添加用户名和密码,建立了一个处理验证的Handler
  10. auth_handler=HTTPBasicAuthHandler(p)#基本认证
  11. opener=build_opener(auth_handler)#利用Handler构建一个Opener
  12.  
  13. try:
  14. result=opener.open(url)#打开链接
  15. html=result.read().decode('utf-8')
  16. print(html)#结果打印html源码内容
  17. except URLError as e:
  18. print(e.reason)

代理:

添加代理,在本地搭建一个代理,运行在9743端口上。

代码:

  1. from urllib.request import ProxyHandler,build_opener
  2. from urllib.error import URLError
  3.  
  4. proxy_handler=ProxyHandler({
  5. 'http':'http://127.0.0.1:9743',
  6. 'https':'https://127.0.0.1:9743'
  7. })#构建一个Handler
  8. opener=build_opener(proxy_handler)#构建一个Opener
  9. try:
  10. response=opener.open('https://www.baidu.com')
  11. print(response.read().decode('utf-8'))
  12. except URLError as e:
  13. print(e.reason)

Cookies:

将网站的Cookies获取下来:

代码:

  1. import http.cookiejar,urllib.request
  2.  
  3. cookie=http.cookiejar.CookieJar()#声明一个CookieJar对象
  4. handler=urllib.request.HTTPCookieProcessor(cookie)#构建一个Handler
  5. opener=urllib.request.build_opener(handler)#构建一个Opener
  6. response=opener.open('http://www.baidu.com')
  7. for item in cookie:
  8. print(item.name+"="+item.value)

运行结果:

Python urllib request模块发送请求实现过程解析

将Cookie输出成文件格式:

代码:

import http.cookiejar,urllib.request

filename='cookies.txt'

cookie=http.cookiejar.MozillaCookieJar(filename)
#MozillaCookieJar()生成文件时用到,用来处理Cookie和文件相关的事件
#如果要保存LWP格式的Cookies文件,可以改为:
#cookie=http.cookiejar.LWPCookieJar(filename)

handler=urllib.request.HTTPCookieProcessor(cookie)
opener=urllib.request.build_opener(handler)
response=opener.open('http://www.baidu.com')
cookie.save(ignore_discard=True,ignore_expires=True)

运行结果:

  1. # Netscape HTTP Cookie File
  2. # http://curl.haxx.se/rfc/cookie_spec.html
  3. # This is a generated file! Do not edit.
  4.  
  5. .baidu.com TRUE / FALSE 1638359640 BAIDUID 9BB1BA4FDD840EBD956A3D2EFB6BF883:FG=1
  6. .baidu.com TRUE / FALSE 3754307287 BIDUPSID 9BB1BA4FDD840EBD25D00EE8183D1125
  7. .baidu.com TRUE / FALSE H_PS_PSSID 1445_33119_33059_31660_33099_33101_26350_33199
  8. .baidu.com TRUE / FALSE 3754307287 PSTM 1606823639
  9. www.baidu.com FALSE / FALSE BDSVRTM 7
  10. www.baidu.com FALSE / FALSE BD_HOME 1

LWP格式:

  1. #LWP-Cookies-2.0
  2. Set-Cookie3: BAIDUID="DDF5CB401A1543ED614CE42962D48099:FG=1"; path="/"; domain=".baidu.com"; path_spec; domain_dot; expires="2021-12-01 12:04:18Z"; comment=bd; version=0
  3. Set-Cookie3: BIDUPSID=DDF5CB401A1543ED00860C3997C3282C; path="/"; domain=".baidu.com"; path_spec; domain_dot; expires="2088-12-19 15:18:25Z"; version=0
  4. Set-Cookie3: H_PS_PSSID=1430_33058_31254_33098_33101_33199; path="/"; domain=".baidu.com"; path_spec; domain_dot; discard; version=0
  5. Set-Cookie3: PSTM=1606824257; path="/"; domain=".baidu.com"; path_spec; domain_dot; expires="2088-12-19 15:18:25Z"; version=0
  6. Set-Cookie3: BDSVRTM=0; path="/"; domain="www.baidu.com"; path_spec; discard; version=0
  7. Set-Cookie3: BD_HOME=1; path="/"; domain="www.baidu.com"; path_spec; discard; version=0

以LWP格式的文件为示例,展示读取和利用的方法:

代码:

import http.cookiejar,urllib.request

cookie=http.cookiejar.LWPCookieJar()
#如果文件保存为Mozilla型浏览器格式,可以改为:
#cookie=http.cookiejar.MozillaCookieJar()

cookie.load('cookies.txt',ignore_discard=True,ignore_expires=True)
#调用load()方法来读取本地的Cookies文件,获取Cookies的内容

handler=urllib.request.HTTPCookieProcessor(cookie)
opener=urllib.request.build_opener(handler)
response=opener.open('http://www.baidu.com')
print(response.read().decode('utf-8'))

运行结果:输出网页源代码。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

原文链接:https://www.cnblogs.com/Alone-haoran/p/14044861.html

标签:

相关文章

热门资讯

yue是什么意思 网络流行语yue了是什么梗
yue是什么意思 网络流行语yue了是什么梗 2020-10-11
2020微信伤感网名听哭了 让对方看到心疼的伤感网名大全
2020微信伤感网名听哭了 让对方看到心疼的伤感网名大全 2019-12-26
背刺什么意思 网络词语背刺是什么梗
背刺什么意思 网络词语背刺是什么梗 2020-05-22
苹果12mini价格表官网报价 iPhone12mini全版本价格汇总
苹果12mini价格表官网报价 iPhone12mini全版本价格汇总 2020-11-13
2021德云社封箱演出完整版 2021年德云社封箱演出在线看
2021德云社封箱演出完整版 2021年德云社封箱演出在线看 2021-03-15
返回顶部