get post 请求函数封装

最新推荐文章于 2024-02-19 10:32:14 发布

謝棒棒

最新推荐文章于 2024-02-19 10:32:14 发布

阅读量241

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/weixin_42958183/article/details/81638762

本文介绍了一个简单的Python网络爬虫实现方法，通过使用urllib库完成GET和POST请求，能够从指定URL抓取网页内容，并处理了常见的网络请求异常。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# 导包
from urllib import request,parse
# 导入urllib.error包中 HTTPError,URLError 模块   异常捕获
from urllib.error import HTTPError,URLError

# 再次封装 如果是get请求直接调用 get(url,headers=None) ###headers可不写
# a.get(url,headers=None)
def get(url,headers=None):
    return urlrequests(url,headers=headers)
# 再次封装 如果是post请求直接调用 post(url,form,headers=None) ### headers可不写
def post(url,form,headers=None):
    return urlrequests(url,form,headers=headers)

#1. 传入url
#2. user_agent
#3. headers
#4. 定义Request
#5. urlopen
#6. 返回byte数组
def urlrequests(url,form=None,headers=None):
    # 判断headers是否存在，如果不存在使用自定义headers
    if headers==None:
        headers = {
            'User-Agent': ' Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36'
        }
    html_bytes = b''#倒成二进制bytes格式
    try:
        # 如果form存在，为post请求执行if内程序
        if form:
            # POST
            # 2.1转换成str
            form_str=parse.urlencode(form)
            # 2.2转换成bytes
            from_bytes=form_str.encode('utf-8')
            req=request.Request(url,data=from_bytes,headers=headers)
        # 如果form不存在，为get请求执行else内程序
        else:
            # get
            req=request.Request(url,headers=headers)
        response = request.urlopen(req)#第二个参数设置为timeout 如果请求超时会报出except URLError错误
        html_bytes=response.read()
    except HTTPError as a:
        print(a)
    except URLError as e:
        print (e)
    except Exception as s:
        print(s)
    return html_bytes


if __name__ == '__main__':
    # url = 'http://fanyi.baidu.com/sug'
    # form = {
    #     'kw': '呵呵'
    # }
    # html_bytes = post(url, form=form)
    # print(html_bytes)

    url='http://www.baidu.com'#写入想要爬取的网站地址
    html_bytes =get(url)
    print(html_bytes)