python urllib模块详解
2014-06-09 23:01
591 查看
urllib模块提供的上层接口,使我们可以像读取本地文件一样读取www和ftp上的数据。
1. urllib.urlopen(url[, data[, proxies]])
创建一个表示远程url的类文件对象,然后像本地文件一样操作这个类文件对象来获取远程数据。参数url表示远程数据的路径,一般是网址;参数data表示以post方式提交到url的数据(玩过web的人应该知道提交数据的两种方式:post与get。如果你不清楚,也不必太在意,一般情况下很少用到这 个参数);参数proxies用于设置代理(这里不详细讲怎么使用代理,感兴趣的看客可以去翻阅Python手册urllib模块)。urlopen返回 一个类文件对象,他提供了如下方法:read() , readline() , readlines() , fileno() ,close() :这些方法的使用方式与文件对象完全一样;
info():返回一个httplib.HTTPMessage 对象,表示远程服务器返回的头信息;
getcode():返回Http状态码。如果是http请求,200表示请求成功完成;404表示网址未找到;
geturl():返回请求的url;
例子:
import urllib 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()
2. urllib.urlretrieve(url[, filename[, reporthook[, data]]])
urlretrieve方法直接将远程数据下载到本地。参数filename指定了保存到本地的路径(如果未指定该参数,urllib会生成一个临时文件来保存数据);参数reporthook是一个回调函数,当连接上服务器、以及相应的数据块传输完毕的时候会触发该回调。我们可以利用这个回调函数来显示当前的下载进度,下面的例子会展示。参数data指post到服务器的数据。该方法返回一个包含两个元素的元组(filename, headers),filename表示保存到本地的路径,header表示服务器的响应头。下面通过例子来演示一下这个方法的使用,这个例子将新浪首页的html抓取到本地,保存在D:\sina.html文件中,同时显示下载的进度。import urllib def cbk(a, b, c): '''回调函数 @a: 已经下载的数据块 @b: 数据块的大小 @c: 远程文件的大小 ''' per = 100.0 * a * b / c if per > 100: per = 100 print '%.2f%%' % per url = 'http://www.sina.com.cn' local = 'd:\\sina.html' urllib.urlretrieve(url, local, cbk)
上面介绍的两个方法是urllib中最常用的方法,这些方法在获取远程数据的时候,内部会使用URLopener或者 FancyURLOpener类。作为urllib的使用者,我们很少会用到这两个类,这里我不想多讲。如果对urllib的实现感兴趣, 或者希望urllib支持更多的协议,可以研究这两个类。在Python手册中,urllib的作者还列出了这个模块的缺陷和不足,感兴趣的同学可以打开
Python手册了解一下。
urllib中还提供了一些辅助方法,用于对url进行编码、解码。url中是不能出现一些特殊的符号的,有些符号有特殊的用途。我们知道以get方式提 交数据的时候,会在url中添加key=value这样的字符串,所以在value中是不允许有'=',因此要对其进行编码;与此同时服务器接收到这些参 数的时候,要进行解码,还原成原始的数据。这个时候,这些辅助方法会很有用:
urllib.quote(string[, safe]):对字符串进行编码。参数safe指定了不需要编码的字符;
urllib.unquote(string) :对字符串进行解码;
urllib.quote_plus(string [ , safe ] )
:与urllib.quote类似,但这个方法用'+'来替换' ',而quote用' '来代替' '
urllib.unquote_plus(string ) :对字符串进行解码;
urllib.urlencode(query[, doseq]):将dict或者包含两个元素的元组列表转换成url参数。例如 字典{'name': 'dark-bull', 'age': 200}将被转换为"name=dark-bull&age=200"
urllib.pathname2url(path):将本地路径转换成url路径;
import urllib data = 'name = ~a+3' data1 = urllib.quote(data) print data1 # result: name%20%3D%20%7Ea%2B3 print urllib.unquote(data1) # result: name = ~a+3 data2 = urllib.quote_plus(data) print data2 # result: name+%3D+%7Ea%2B3 print urllib.unquote_plus(data2) # result: name = ~a+3 data3 = urllib.urlencode({ 'name': 'dark-bull', 'age': 200 }) print data3 # result: age=200&name=dark-bull data4 = urllib.pathname2url(r'd:\a\b\c\23.php') print data4 # result: ///D|/a/b/c/23.php print urllib.url2pathname(data4) # result: D:\a\b\c\23.php
转自:http://www.blogjava.net/ashutc/archive/2011/03/21/346695.html
相关文章推荐
- Python中的urllib模块使用详解
- python模块之---- urllib2模块详解
- 详解:Python2中的urllib、urllib2与Python3中的urllib以及第三方模块requests
- python模块urllib2详解一
- 详解:Python2中的urllib、urllib2与Python3中的urllib以及第三方模块requests
- Python3模块详解--老司机工具urllib模块详解
- python中urllib模块用法实例详解
- python模块urllib2详解二
- Python3模块详解--老司机工具urllib模块详解之urllib.parse子模块
- 详解:Python2中的urllib、urllib2与Python3中的urllib以及第三方模块requests
- Python3模块详解--老司机工具urllib模块详解之urllib.request子模块
- 详解:Python2中的urllib、urllib2与Python3中的urllib以及第三方模块requests
- Python urllib模块urlretrieve()详解
- Python中的urllib模块使用详解
- python中urllib模块用法实例详解
- python time模块详解
- Python的urllib2模块
- python:time模块详解
- Python模块学习 --- urllib
- python sys模块详解