python访问抓取网页常用命令总结

python访问抓取网页常用命令

简单的抓取网页:

    import urllib.request  
    url="http://google.cn/" 
    response=urllib.request.urlopen(url)  #返回文件对象
    page=response.read() 

直接将URL保存为本地文件：

    import urllib.request  
    url="http://google.cn/" 
    response=urllib.request.urlopen(url)  #返回文件对象
    page=response.read() 

POST方式：

    import urllib.parse 
    import urllib.request 

    url="http://liuxin-blog.appspot.com/messageboard/add" 

    values={"content":"命令行发出网页请求测试"} 
    data=urllib.parse.urlencode(values) 

    #创建请求对象 
    req=urllib.request.Request(url,data) 
    #获得服务器返回的数据 
    response=urllib.request.urlopen(req) 
    #处理数据 
    page=response.read() 

GET方式：

    import urllib.parse 
    import urllib.request 

    url="http://www.google.cn/webhp" 

    values={"rls":"ig"} 
    data=urllib.parse.urlencode(values) 

    theurl=url+"?"+data 
    #创建请求对象 
    req=urllib.request.Request(theurl) 
    #获得服务器返回的数据 
    response=urllib.request.urlopen(req) 
    #处理数据 
    page=response.read() 

有2个常用的方法,geturl(),info()

geturl()的设置是为了辨别是否有服务器端的网址重定向,而info()则包含了一系列的信息。

中文问题的处理，会用到 encode()编码 dencode()解码：

感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！