Python 內(nèi)置了 sockets 可以實(shí)現(xiàn)與網(wǎng)絡(luò)連接并通過 Python 提取數(shù)據(jù)的功能。

socket 是可以提供雙向連接的，我們可以對同一個(gè) socket 進(jìn)行讀寫操作。比方說，A 對 socket 寫入信息，并且將其發(fā)送給 socket 連接另一端 B；那么 B 讀取 socket 的內(nèi)容就可以得到 A 的信息。但是這樣會(huì)有一個(gè)問題，比如說， A端并沒有發(fā)送任何信息，而 B 端一直在嘗試讀取 socket 的內(nèi)容，那么 A 端和 B 端只能陷入漫長的等待。所以就引入了通信協(xié)議。協(xié)議通過規(guī)定誰先發(fā)送，誰后響應(yīng)等來規(guī)避上述的問題。

import socketmysock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)mysock.connect((’fakeserver.com’, 80)) # connect to servercmd = ’GET http://fakeserver.com/fake.txt HTTP/1.0rnrn’.encode()# send GET command followed by a blank linemysock.send(cmd) while True: # receive data and print out data = mysock.recv(512) if (len(data) < 1):break print(data.decode())mysock.close()Retrieving Data with urllib

利用 socket 我們可以與網(wǎng)站服務(wù)器，郵件服務(wù)器等建立連接。但是在建立連接之前，我們需要查詢文檔了解通信協(xié)議，然后根據(jù)協(xié)議編寫程序。所以相較于 socket 這種黑魔法，我們可以利用更為簡單的 Python Package。

利用 urllib.urlopen() 打開網(wǎng)頁后，我們就可以讀取數(shù)據(jù)，像讀取本地文件一樣。

import urllib.requestfhand = urllib.request.urlopen(’http://fakeserver.com/fake.txt’)for line in fhand: #convert UTF-8 to unicode string and print out print(line.decode().strip())

因?yàn)?urllib 使用簡潔方便，所以也常用與網(wǎng)絡(luò)爬蟲。網(wǎng)絡(luò)爬蟲除了要網(wǎng)頁讀取數(shù)據(jù)以外還需要在 HTML 格式中解釋出可用數(shù)據(jù)，所以除了 urllib 還有另一常用利器就是 BeautifulSoup。

import urllib.request, urllib.parse, urllib.errorfrom bs4 import BeautifulSoupimport ssl# Ignore SSL certificate errorsctx = ssl.create_default_context()ctx.check_hostname = Falsectx.verify_mode = ssl.CERT_NONEhtml = urllib.request.urlopen(’http://fakeserver.com/fake.html’, context=ctx).read()soup = BeautifulSoup(html, ’html.parser’)tags = soup(’a’)# Retrieve all of the anchor tagsfor tag in tags: print(tag.get(’href’, None))Retrieving Data from XML

在網(wǎng)絡(luò)交換數(shù)據(jù)，我們常用的格式有兩種，一是 XML; 二是 JSON。

XML 長得就像是 HTML 的近親，可以看做是樹的一種。利用 Python Package ElementTree 我們可以將 XML 文件轉(zhuǎn)換為樹，這樣可以方便我們后續(xù)提取有效的數(shù)據(jù)。

import xml.etree.ElementTree as ETdata = ’’’ <person> <name>Jack</name> <phone>+123456789</phone> <email office='yes'/> </person> ’’’tree = ET.fromstring(data) # convert xml into a treeprint(’Name:’, tree.find(’name’).text)print(’Attr:’, tree.find(’email’).get(’office’))Retrieving Data from JSON

JSON 結(jié)構(gòu)相較于 XML 來說更為簡單，所以他的功能就沒有那么強(qiáng)大。但是 JSON 有一個(gè)優(yōu)勢就是可以直接映射到 Python 的 dictionaries 和 lists 中，非常實(shí)用。

我們可以直接利用 Python Package json 來解釋 JSON。

import jsondata = ’’’ {'name' : 'Jack','phone' : { 'type' : 'intl', 'number' : '+123456789'},'email' : { 'office' : 'yes'} }’’’info = json.loads(data) # convert json into a dictianaryprint(’Name:’, info[’name’])print(’Attr:’, info[’email’][’office’])

作者：Yuki出處：https://www.cnblogs.com/yukiwu/

以上就是python如何獲取網(wǎng)絡(luò)數(shù)據(jù)的詳細(xì)內(nèi)容，更多關(guān)于python獲取網(wǎng)絡(luò)數(shù)據(jù)的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！