urllib2下载网页的三种方法_Python爬虫

最新推荐文章于 2022-07-20 00:23:05 发布

ShirleyPaul

最新推荐文章于 2022-07-20 00:23:05 发布

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

分类专栏： Python 文章标签： python

本文链接：https://blog.youkuaiyun.com/qq_30043465/article/details/52431036

Python 专栏收录该内容

12 篇文章

订阅专栏

本文介绍了使用Python的urllib2库下载网页的三种方法：直接请求、添加data和httpheader、利用cookie处理器。每种方法都通过实例演示了具体步骤。

# -*-coding:gbk-*-

'''
urllib2下载网页的三种方法
'''

import urllib2,cookielib
url='http://www.baidu.com'

#直接请求
print u'第一种方法_直接请求'
response1=urllib2.urlopen(url)
print response1.getcode()
print len(response1.read())

#添加data、httpheader
print u'第二种方法_添加data、httpheader'
    #创建Request对象
request=urllib2.Request(url)
#request.add_data('a','1')
    #添加header,伪装成MozillaBrowser
request.add_header('user-agent','Mozilla/5.0')
    #发送请求，获得结果
response2=urllib2.urlopen(request)
print response2.getcode()
print len(response2.read())

#添加特殊场景处理器
print u'第三种方法_添加特殊场景处理器_以cookie为例'
    #创建cookie容器
cj=cookielib.CookieJar()
    #创建一个opener
opener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
    #给urllib2安装opener
urllib2.install_opener(opener)
    #使用带cookie的urllib2访问网页
response3=urllib2.urlopen(url)
print response3.getcode()
print len(response3.read())