python的urllib模塊提供了一系列操作url的功能，可以讓我們通過url打開任意資源。其中比較常用的就是request模塊，本篇主要介紹requset模塊。

urllib子模塊 urllib.request 打開或請求url urllib.error 捕獲處理請求時(shí)產(chǎn)生的異常 urllib.parse 解析url urllib.robotparser 用于解析robots.txt文件

robots.txt是一種存放于網(wǎng)站根目錄下文本文件，用來告訴網(wǎng)絡(luò)爬蟲服務(wù)器上的那些文件可以被查看。又被成為robots協(xié)議，是一種約定俗成的協(xié)議。

request模塊function request.urlopen()

urlopen方法用來打開資源url，常用帶參數(shù)形式urlopen(url,data=None)，url：資源url，data：攜帶的數(shù)據(jù)。

方法的返回值始終為一個(gè)對象，并可以調(diào)用相應(yīng)的方法獲取返回的信息。其中對于http及https的url來說會(huì)返回一個(gè)http.client.HTTPResponse對象；

import urllib.request# 我們用本地的一個(gè)簡單html文件來測試url = ’http://127.0.0.1:8848/chenjy/test.html’req = urllib.request.urlopen(url)print(req)

1. read() 返回服務(wù)器返回的原始數(shù)據(jù)；

import urllib.requesturl =’http://127.0.0.1:8848/chenjy/test.html’req = urllib.request.urlopen(url)print(req.read())

我們可以再調(diào)用decode()方法來解碼。

import urllib.requesturl = ’http://127.0.0.1:8848/chenjy/test.html’req = urllib.request.urlopen(url)print(req.read().decode())

2.geturl() 返回獲取資源的url；

創(chuàng)建一個(gè)測試頁

import urllib.requesturl = ’http://127.0.0.1:8848/chenjy/test.html’ req = urllib.request.urlopen(url)print(req.geturl())

前端重定向

我們在頁面中添加js腳本重定向頁面window.location.href=’http://127.0.0.1:8848/chenjy/test2.html’;，會(huì)發(fā)現(xiàn)訪問的時(shí)候會(huì)重定向到test2，但是geturl還是獲取的重定向前的

后端重定向

我們啟動(dòng)一個(gè)項(xiàng)目并添加一個(gè)攔截器當(dāng)訪問index.html的時(shí)候重定向到/ls/html/list.html頁面,geturl獲取的是重定向后的頁面

@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.requesturl = ’http://localhost:8088/ls/index.html’req = urllib.request.urlopen(url)print(req.geturl())

3.info() 返回頁面的元信息；

import urllib.requesturl = ’http://127.0.0.1:8848/chenjy/test.html’req = urllib.request.urlopen(url)print(req.info())

4.getcode() 返回頁面的狀態(tài)碼；

import urllib.requesturl = ’http://127.0.0.1:8848/chenjy/test.html’req = urllib.request.urlopen(url)print(req.getcode())

class request.Request

url請求類 Request(url, data=None, headers={}, origin_req_host=None, unverifiable=False, method=None)

url：請求url data：請求傳參；bytes字節(jié)流 headers：請求頭 origin_req_host：請求原始主機(jī)；不帶端口 unverifiable：是否不可驗(yàn)證； method ：請求方法；如GET、POST、PUT等

import urllib.request# 模擬iphone5請求百度手機(jī)版頁面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模塊的使用詳解的詳細(xì)內(nèi)容，更多關(guān)于python urllib.request模塊的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！