python2网页采集案例

最新推荐文章于 2025-06-03 17:21:29 发布

转载最新推荐文章于 2025-06-03 17:21:29 发布 · 348 阅读

python 专栏收录该内容

8 篇文章

订阅专栏

本文介绍了使用Python的urllib2库进行网页数据抓取的方法，包括简单的直接抓取、带参数抓取及带cookie抓取等多种场景。针对不同需求如需要cookie支持、使用代理等提供了详细的代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.简单直接采集

import urllib2
response=urllib2.urlopen('http://www.xxx.com')
#获取状态吗,如果是200表示获取成功
print response.getcode()
#读取内容
cont=response.read()
print len(cont)

2.带参数采集
import urllib2
#创建Request对象
request=urllib2.Request('http://www.xxx.com')
#添加数据
request.add_data('a','1')
#添加http的header
request.add_header('User-Agent','Mozilla/5.0')
#发送请求获取结果
response=urllib2.urlopen(request)
print response.getcode()

3.带cookie采集
import urllib2,cookielib
#创建cookie容器
cj=cookielib.CookieJar()
#创建1个opener
opener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
#给urllib2安装opener
urllib2.install_opener(opener)
#使用带有cookie的urllib2访问网页
response=urllib2.urlopen('http://www.xxx.com')
print cj
print response.getcode()

print response.read()

特殊采集：
有的采集需要cookie的支持
有的采集需要proxy代理
有的采集需要https加密方式
有的采集是需要做Redirect跳转