利用urllib2方便处理网页捉包

本文介绍了一种使用urllib2模块封装的类,该类提供了POST提交数据、gzip解压缩、cookie自动处理、通过代理下载等功能,简化了复杂的HTTP请求操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

根据urllib2的文档封装一个类,可处理post提交数据、gzip解压缩、cookie自动处理、通过代理下载等常用功能:

 

class HttpUrllib():
    def __init__(self, proxies):
        self.headerItem = {}
        self.dataItem = {}
        self.opener = None
        if proxies:
            self.opener = urllib2.build_opener(urllib2.ProxyHandler(proxies), urllib2.HTTPCookieProcessor(cookielib.CookieJar()))
        else:
            self.opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookielib.CookieJar()))
                                      
    def appendHeader(self, key, value):
        self.headerItem[key] = value
        print self.headerItem
       
    def addData(self, key, values):
        self.dataItem[key]= values
        return self.dataItem
   
    def fetchHtmlOnGet(self, url):
        data = None
        if self.dataItem:
            data = urllib.urlencode(self.dataItem)
        req = urllib2.Request(url, data, self.headerItem)
        urlnet = self.opener.open(req)
        htmlCode = urlnet.read()
        encoding = urlnet.info().getheader('Content-Encoding')
        if encoding:
            if 'gzip' in encoding:
                htmlCode = self.__ungzip(htmlCode)
        urlnet.close()
        return htmlCode

    def __ungzip(self, content):
        compressedstream = StringIO.StringIO(content)
        new_content = gzip.GzipFile(fileobj = compressedstream).read()
        return new_content

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值