urllib2是Python中最常用的url请求库,在程序中经常被用来获取网页信息、调用网络API接口和编写网络爬虫。Python中还有其他的库如:urllib和httplib可以请求url,但是最常使用的还是urllib2。
【注意】
python 3.x中urllib库和urilib2库合并成了urllib库
其中urllib2.urlopen()变成了urllib.request.urlopen()
urllib2.Request()变成了urllib.request.Request()
如果有一些基础知识还不清楚,可以先参阅以下的链接文章。
一些有用的链接:
什么是URL
网络请求过程扫盲
http协议教程
urllib和urllib2学习总结
安装
urllib2是Python自带的库,不需额外安装,直接import即可。
基本使用方式
urllib2中有多种方式进行请求,请求的结果通常是response对象。这个对象中我们常用的方法主要有以下几个:
- read(),用来读取请求的内容
- getcode(),用来获取请求的状态码(http协议教程中有说明)
- info(),用来取meta-information信息,比如服务器发送的头headers信息
直接请求
最简单的使用方式是使用urlopen方法,参数为需要请求的url地址。
import urllib2
response=urllib2.urlopen('http://www.douban.com')
html=response.read()
通过request对象访问
构造request对象,可以实现更加复杂的请求,比如加入header信息规避某些服务器的过滤,伪造成正常的浏览器登录。
import urllib2
url='http://www.sijitao.net/'
req=urllib2.Request(url)
response=urllib2.urlopen(req,timeout=30)
html= response.read()
print html
传递参数
有些时候,访问的地址需要同时传递一些参数,比如登录时提交表单。此时往往使用http中的post请求发送。使用urllib(不是urllib2)将表单数据进行编码,并加入请求中。
import urllib
import urllib2
url = 'http://www.sijitao.net/'
values = {'username' : 'sijitao',
'password' : 'passw0rd'}
data = urllib.urlencode(values)
req = urllib2.Request(url, data)
response = urllib2.urlopen(req)
html = response.read()
print html
处理异常
一般使用URLError这个异常。在没有网络连接或者服务器不存在的情况时,URLError异常一般会带有"reason"属性。在网址不存在或者其他服务器错误时,我们可以捕获URLError中的code属性。
import urllib2
url='http://www.sijitao.net/'
req=urllib2.Request(url)
response = None
try:
response = urllib2.urlopen(req,timeout=5)
print response.getcode()
print response.geturl()
print response.info()
#print response.read()
except urllib2.URLError as e:
print e
if hasattr(e, 'code'):
print 'Error code:',e.code
#print e.read()
print e.geturl()
print e.info()
elif hasattr(e, 'reason'):
print 'Reason:',e.reason
except:
pass
finally:
if response:
response.close()
作业
- 阅读链接文章,搞清楚网络请求过程以及http协议的基础知识
- API数据接口调用练习:
首先前往pm25.in阅读查询pm2.5的API调用说明,使用文章中的请求方法请求上海的空气质量数据并输出。JSON格式的数据处理方法请自行搜索。
网友评论