python访问抓取网页常用命令
简单的抓取网页:
|
1
2
3
4
|
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：
|
1
2
3
4
|
import urllib.request url="http://google.cn/" response=urllib.request.urlopen(url) #返回文件对象page=response.read() |
POST方式：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
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！
原文链接：http://www.cnblogs.com/huangcong/archive/2011/09/03/2165565.html
