亚洲综合原千岁中文字幕_国产精品99久久久久久久vr_无码人妻aⅴ一区二区三区浪潮_成人h动漫精品一区二区三

主頁(yè) > 知識(shí)庫(kù) > 關(guān)于python爬蟲(chóng)應(yīng)用urllib庫(kù)作用分析

關(guān)于python爬蟲(chóng)應(yīng)用urllib庫(kù)作用分析

熱門(mén)標(biāo)簽:高德地圖標(biāo)注收入咋樣 怎么辦理400客服電話 企業(yè)微信地圖標(biāo)注 B52系統(tǒng)電梯外呼顯示E7 鶴壁手機(jī)自動(dòng)外呼系統(tǒng)違法嗎 萊蕪電信外呼系統(tǒng) 地圖標(biāo)注多個(gè) 銀川電話機(jī)器人電話 沈陽(yáng)防封電銷(xiāo)電話卡

一、urllib庫(kù)是什么?

urllib庫(kù)用于操作網(wǎng)頁(yè) URL,并對(duì)網(wǎng)頁(yè)的內(nèi)容進(jìn)行抓取處理

urllib包 包含以下幾個(gè)模塊:

urllib.request - 打開(kāi)和讀取 URL。

urllib.error - 包含 urllib.request 拋出的異常。

urllib.parse - 解析 URL。

urllib.robotparser - 解析 robots.txt 文件

python爬蟲(chóng)主要用到的urllib庫(kù)中的request和parse模塊

二、urllib庫(kù)的使用

下面我們來(lái)詳細(xì)說(shuō)明一下這兩個(gè)常用模塊的基本運(yùn)用

urllib.request模塊

urllib.request 定義了一些打開(kāi) URL 的函數(shù)和類,包含授權(quán)驗(yàn)證、重定向、瀏覽器 cookies等。

語(yǔ)法如下:

urllib.request.urlopen(url, data=None, [timeout, ]*, cafile=None,

capath=None, cadefault=False, context=None)

 url:url 地址。

data:發(fā)送到服務(wù)器的其他數(shù)據(jù)對(duì)象,默認(rèn)為 None。

timeout:設(shè)置訪問(wèn)超時(shí)時(shí)間。

cafile capath:cafile 為 CA 證書(shū), capath 為 CA 證書(shū)的路徑,使用 HTTPS 需要用到。

cadefault:已經(jīng)被棄用。

context:ssl.SSLContext類型,用來(lái)指定 SSL 設(shè)置。

# -*- codeing = utf-8 -*-
# @Author: Y-peak
# @Time : 2021/9/2 19:24
# @FileName : testUrllib.py
# Software : PyCharm
import urllib.request
#get請(qǐng)求
response = urllib.request.urlopen("http://www.baidu.com")  #返回的是存儲(chǔ)網(wǎng)頁(yè)數(shù)據(jù)的對(duì)象
#print(response)  可以嘗試打印一下看一下
print(response.read().decode('utf-8')) #通過(guò)read將數(shù)據(jù)讀取出來(lái), 使用utf-8解碼防止有的地方出現(xiàn)亂碼

將其打印的內(nèi)容寫(xiě)到一個(gè)html文件中,打開(kāi)和百度一毛一樣

# -*- codeing = utf-8 -*-
# @Author: Y-peak
# @Time : 2021/9/2 19:24
# @FileName : testUrllib.py
# Software : PyCharm
import urllib.request
response = urllib.request.urlopen("http://www.baidu.com")  #返回的是存儲(chǔ)網(wǎng)頁(yè)數(shù)據(jù)的對(duì)象
data = response.read().decode('utf-8')  #通過(guò)read將數(shù)據(jù)讀取出來(lái), 使用utf-8解碼防止有的地方出現(xiàn)亂碼
#print(data)
with open("index.html",'w',encoding='utf-8') as wfile: #或者你們也可以常規(guī)打開(kāi),不過(guò)需要最后關(guān)閉記得close()
    wfile.write(data)
    print("讀取結(jié)束")

urllib.parse模塊

有時(shí)我們爬蟲(chóng)需要模擬瀏覽器進(jìn)行用戶登錄等操作,這個(gè)時(shí)候我們就需要進(jìn)行post請(qǐng)求

但是post必須有一個(gè)獲取請(qǐng)求之后的響應(yīng),也就是我們需要有一個(gè)服務(wù)器。給大家介紹一個(gè)免費(fèi)的服務(wù)器網(wǎng)址,就是用來(lái)測(cè)試用的http://httpbin.org/。主要用來(lái)測(cè)試http和https的

我們可以嘗試執(zhí)行一下,去獲取對(duì)應(yīng)的響應(yīng)。

可以用Linux命令去發(fā)起請(qǐng)求,URL地址為http://httpbin.org/post。得到下方的響應(yīng)。

我們也可以通過(guò)爬蟲(chóng)來(lái)實(shí)現(xiàn)

# -*- codeing = utf-8 -*-
# @Author: Y-peak
# @Time : 2021/9/2 19:24
# @FileName : testUrllib.py
# Software : PyCharm
import urllib.request
import urllib.parse #解析器
data = bytes(urllib.parse.urlencode({"hello":"world"}),encoding='utf-8')  #轉(zhuǎn)換為二進(jìn)制數(shù)據(jù)包,里面是鍵值對(duì)(有時(shí)輸入的用戶名:密碼就是這樣的),還有一些編碼解碼的數(shù)值等.這里就是按照utf-8的格式進(jìn)行解析封裝生成二進(jìn)制數(shù)據(jù)包
response = urllib.request.urlopen("http://httpbin.org/post",data=data)  #返回的請(qǐng)求
print(response.read().decode('utf-8'))      #通過(guò)read將數(shù)據(jù)讀取出來(lái), 使用utf-8解碼防止有的地方出現(xiàn)亂碼

兩個(gè)響應(yīng)結(jié)果對(duì)比是不是一樣幾乎

相當(dāng)于進(jìn)行了一次模擬的post請(qǐng)求。這樣有些需要登錄的網(wǎng)站也是可以爬取的。

利用try-except,進(jìn)行超時(shí)處理

一般進(jìn)行爬蟲(chóng)時(shí),不可能一直等待響應(yīng)。有時(shí)網(wǎng)絡(luò)不好或者網(wǎng)頁(yè)有反爬或者一些其他東西時(shí)。無(wú)法快速爬出。我們就可以進(jìn)入下一個(gè)網(wǎng)頁(yè)繼續(xù)去爬。利用timeout屬性就好

# -*- codeing = utf-8 -*-
# @Author: Y-peak
# @Time : 2021/9/2 19:24
# @FileName : testUrllib.py
# Software : PyCharm
import urllib.request
try:
    response = urllib.request.urlopen("http://httpbin.org/get",timeout=0.01)  #返回的是存儲(chǔ)網(wǎng)頁(yè)數(shù)據(jù)的對(duì)象, 直接用這個(gè)網(wǎng)址的get請(qǐng)求了.timeout表示超時(shí),超過(guò)0.01秒不響應(yīng)就報(bào)錯(cuò),避免持續(xù)等待
    print(response.read().decode('utf-8'))      #通過(guò)read將數(shù)據(jù)讀取出來(lái), 使用utf-8解碼防止有的地方出現(xiàn)亂碼
except urllib.error.URLError as e:
    print("超時(shí)了\t\t錯(cuò)誤為:",e)

status狀態(tài)碼 getheaders()

status:

  • 返回200,正確響應(yīng)可以爬取
  • 報(bào)錯(cuò)404,沒(méi)有找到網(wǎng)頁(yè)
  • 報(bào)錯(cuò)418,老子知道你就是爬蟲(chóng)
  • getheaders():獲取Response Headers

 

  • 也可以通過(guò)gethead(“xx”) 獲取xx對(duì)應(yīng)的值,比如:上圖 gethead(content-encoding) 為 gzip

突破反爬

首先打開(kāi)任何一個(gè)網(wǎng)頁(yè)按F12找到Response Headers,拉到最下面找到 User-Agent。將其復(fù)制保存下來(lái),為反爬做準(zhǔn)備。

下面我們進(jìn)行嘗試,直接爬取豆瓣,直接來(lái)個(gè)418,知道你是爬蟲(chóng),我們來(lái)偽裝一下

為什么418呢,因?yàn)槿绻侵苯舆M(jìn)行請(qǐng)求訪問(wèn)的話,發(fā)過(guò)去的User-Agent 是下面的,直接告訴瀏覽器我們是爬蟲(chóng)。我們需要偽裝

# -*- codeing = utf-8 -*-
# @Author: Y-peak
# @Time : 2021/9/2 19:24
# @FileName : testUrllib.py
# Software : PyCharm
import urllib.request
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36"
}
request = urllib.request.Request("http://douban.com", headers=headers) #返回的是請(qǐng)求,將我們偽裝成瀏覽器發(fā)送的請(qǐng)求
response = urllib.request.urlopen(request)  #返回的是存儲(chǔ)網(wǎng)頁(yè)數(shù)據(jù)的對(duì)象
data = response.read().decode('utf-8')     #通過(guò)read將數(shù)據(jù)讀取出來(lái), 使用utf-8解碼防止有的地方出現(xiàn)亂碼
with open("index.html",'w',encoding='utf-8') as wfile: #或者你們也可以常規(guī)打開(kāi),不過(guò)需要最后關(guān)閉記得close()
    wfile.write(data)

當(dāng)然反爬不可能如此簡(jiǎn)單,上面將講的那個(gè) post請(qǐng)求,也是十分常見(jiàn)的突破反爬的方式,不行就將整個(gè)Response Headers全部模仿。下面還有個(gè)例子作為參考。和上面的post訪問(wèn)的網(wǎng)址一樣

瀏覽器訪問(wèn)結(jié)果

爬蟲(chóng)訪問(wèn)結(jié)果

# -*- codeing = utf-8 -*-
# @Author: Y-peak
# @Time : 2021/9/3 0:47
# @FileName : testUrllib.py
# Software : PyCharm

import urllib.request
import urllib.parse
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36"
}
url = "http://httpbin.org/post"
data = (bytes)(urllib.parse.urlencode({"賬戶":"密碼"}),encoding = 'utf-8')
request = urllib.request.Request(url, data = data,headers=headers, method='POST') #返回的是請(qǐng)求
response = urllib.request.urlopen(request)  #返回的是存儲(chǔ)網(wǎng)頁(yè)數(shù)據(jù)的對(duì)象
data = response.read().decode('utf-8')     #通過(guò)read將數(shù)據(jù)讀取出來(lái), 使用utf-8解碼防止有的地方出現(xiàn)亂碼
print(data)

以上就是關(guān)于python爬蟲(chóng)應(yīng)用urllib庫(kù)作用分析的詳細(xì)內(nèi)容,更多關(guān)于python爬蟲(chóng)urllib庫(kù)分析的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!

您可能感興趣的文章:
  • python爬蟲(chóng)Scrapy框架:媒體管道原理學(xué)習(xí)分析
  • python爬蟲(chóng)Mitmproxy安裝使用學(xué)習(xí)筆記
  • Python爬蟲(chóng)和反爬技術(shù)過(guò)程詳解
  • python爬蟲(chóng)之Appium爬取手機(jī)App數(shù)據(jù)及模擬用戶手勢(shì)
  • 爬蟲(chóng)Python驗(yàn)證碼識(shí)別入門(mén)
  • Python爬蟲(chóng)技術(shù)
  • Python爬蟲(chóng)爬取商品失敗處理方法
  • Python獲取江蘇疫情實(shí)時(shí)數(shù)據(jù)及爬蟲(chóng)分析
  • Python爬蟲(chóng)之Scrapy環(huán)境搭建案例教程
  • Python爬蟲(chóng)中urllib3與urllib的區(qū)別是什么
  • 教你如何利用python3爬蟲(chóng)爬取漫畫(huà)島-非人哉漫畫(huà)
  • Python爬蟲(chóng)分析匯總

標(biāo)簽:銀川 三亞 安慶 湘西 烏魯木齊 呼倫貝爾 呼倫貝爾 葫蘆島

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《關(guān)于python爬蟲(chóng)應(yīng)用urllib庫(kù)作用分析》,本文關(guān)鍵詞  關(guān)于,python,爬蟲(chóng),應(yīng)用,urllib,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《關(guān)于python爬蟲(chóng)應(yīng)用urllib庫(kù)作用分析》相關(guān)的同類信息!
  • 本頁(yè)收集關(guān)于關(guān)于python爬蟲(chóng)應(yīng)用urllib庫(kù)作用分析的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章
    美女免费精品视频在线观看| 日韩av成人| 精品国产一区二区三区久久久狼 | 久久国产精品自线拍免费| 九九精品在线播放| 国产精品1024永久免费视频| 国产原创中文字幕| 黄色短视屏| 精品视频一区二区三区免费| 99色吧| 99色视频在线| 久草免费在线视频| 天天做日日爱| 免费的黄色小视频| 国产精品1024永久免费视频| 精品国产三级a| 国产a免费观看| 一级片免费在线观看视频| 亚洲天堂免费| 香蕉视频亚洲一级| 日本免费乱人伦在线观看 | 欧美激情中文字幕一区二区| 999久久66久6只有精品| 欧美一级视频免费观看| 日韩中文字幕在线播放| 久久99这里只有精品国产| 国产麻豆精品高清在线播放| 成人免费观看的视频黄页| 精品视频在线观看免费| 日本免费乱人伦在线观看 | 精品视频在线看| 一级女性全黄生活片免费| 欧美另类videosbestsex视频| 青青久热| 九九热精品免费观看| 青青青草影院 | 欧美1区| 亚洲女人国产香蕉久久精品| 日韩一级精品视频在线观看| 成人高清免费| 国产一区二区精品| 国产一区精品| 欧美夜夜骑 青草视频在线观看完整版 久久精品99无色码中文字幕 欧美日韩一区二区在线观看视频 欧美中文字幕在线视频 www.99精品 香蕉视频久久 | 成人高清视频在线观看| 成人免费观看男女羞羞视频| 亚欧成人毛片一区二区三区四区| 你懂的在线观看视频| 成人免费观看的视频黄页| 日韩免费在线| 韩国毛片 免费| 欧美激情一区二区三区中文字幕| 99久久精品国产免费| 日本特黄特黄aaaaa大片| 99久久精品国产免费| 精品在线观看一区| 成人免费观看视频| 国产一区二区精品| 国产91精品一区| 天天色色网| 成人免费观看的视频黄页| 欧美激情一区二区三区在线| 午夜欧美成人香蕉剧场| 欧美1区| 美女免费毛片| 国产不卡高清在线观看视频| 999久久66久6只有精品| 国产网站在线| 亚洲精品影院久久久久久| 欧美a免费| 国产一区免费在线观看| 99久久精品国产麻豆| 国产成人精品一区二区视频| 国产网站麻豆精品视频| 亚洲第一视频在线播放| 在线观看导航| 日韩在线观看视频黄| 亚洲精品久久久中文字| 日韩中文字幕在线播放| 中文字幕一区二区三区精彩视频| 青青青草视频在线观看| 91麻豆精品国产高清在线| 日本久久久久久久 97久久精品一区二区三区 狠狠色噜噜狠狠狠狠97 日日干综合 五月天婷婷在线观看高清 九色福利视频 | 日本久久久久久久 97久久精品一区二区三区 狠狠色噜噜狠狠狠狠97 日日干综合 五月天婷婷在线观看高清 九色福利视频 | 欧美另类videosbestsex视频| 99久久精品费精品国产一区二区| 亚洲 欧美 91| 九九精品影院| 欧美a免费| 成人高清视频免费观看| 九九热国产视频| 国产成人啪精品| 麻豆污视频| 青青久久精品| 黄色免费网站在线| 免费国产在线视频| 青青久在线视频| 99色视频在线观看| 久久精品成人一区二区三区| 成人免费高清视频| 91麻豆精品国产片在线观看| 国产一区二区精品久久91| 国产a视频精品免费观看| 欧美另类videosbestsex视频| 欧美另类videosbestsex久久| 国产一区精品| 国产高清在线精品一区二区| 免费国产在线视频| 九九九网站| 免费一级片在线| 欧美一级视频免费观看| 免费的黄色小视频| 亚飞与亚基在线观看| 国产91精品一区二区| 国产91精品系列在线观看| 欧美大片毛片aaa免费看| 欧美一区二区三区在线观看| 国产视频一区二区在线播放| 成人影视在线播放| 成人免费一级毛片在线播放视频| 欧美激情伊人| 99热精品在线| 亚欧乱色一区二区三区| 黄色免费三级| 欧美国产日韩在线| 成人高清护士在线播放| 国产91精品一区二区| 欧美夜夜骑 青草视频在线观看完整版 久久精品99无色码中文字幕 欧美日韩一区二区在线观看视频 欧美中文字幕在线视频 www.99精品 香蕉视频久久 | 国产成人精品综合在线| 成人免费福利片在线观看| 999精品在线| 精品国产一区二区三区久 | 黄色福利| 天天做日日爱| 日本久久久久久久 97久久精品一区二区三区 狠狠色噜噜狠狠狠狠97 日日干综合 五月天婷婷在线观看高清 九色福利视频 | 久久国产影视免费精品| 国产视频在线免费观看| 一级女性全黄生活片免费| 精品国产三级a∨在线观看| 欧美另类videosbestsex视频| 成人a级高清视频在线观看| 国产精品自拍亚洲| 国产原创中文字幕| 麻豆系列 在线视频| 精品久久久久久免费影院| 一级女性全黄久久生活片| 亚欧视频在线| 九九精品久久| 99热精品在线| 亚洲爆爽| 久久国产精品只做精品| 国产视频在线免费观看| 久久精品免视看国产明星| a级毛片免费观看网站| 久久精品大片| 亚洲精品中文字幕久久久久久| 欧美国产日韩久久久| 亚洲 欧美 91| 香蕉视频久久| 可以免费看毛片的网站| 精品国产一区二区三区国产馆| 九九免费精品视频| 韩国三级视频网站| 日本在线不卡视频| 天天做日日干| 精品久久久久久免费影院| 久久成人亚洲| 日韩在线观看免费| 久草免费在线观看| 日韩中文字幕在线播放| 日本特黄特色aaa大片免费| 精品视频在线观看视频免费视频| 精品在线观看国产| 欧美另类videosbestsex久久| 国产一区二区精品| 国产亚洲男人的天堂在线观看| 日韩av东京社区男人的天堂| 91麻豆爱豆果冻天美星空| 国产一区国产二区国产三区| 午夜在线亚洲| 美女免费黄网站| 天天做日日爱夜夜爽| 黄视频网站免费看| 亚欧成人乱码一区二区| 国产精品1024在线永久免费| 日韩一级黄色| 国产极品精频在线观看| 免费国产在线观看不卡| 日本久久久久久久 97久久精品一区二区三区 狠狠色噜噜狠狠狠狠97 日日干综合 五月天婷婷在线观看高清 九色福利视频 | 成人影视在线观看| 国产高清视频免费| 97视频免费在线| 久久国产精品自由自在| 免费一级片在线观看| 国产精品1024在线永久免费| 免费一级生活片| 久久国产影视免费精品| 亚洲www美色| 国产一区免费在线观看| 欧美一级视频免费| 国产美女在线一区二区三区|