婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

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, capath 為 CA 證書的路徑,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
  • 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)爬取漫畫島-非人哉漫畫
  • 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
    婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av
    国产精品私房写真福利视频| 91国产免费观看| 爽好久久久欧美精品| 亚洲高清中文字幕| 亚洲国产va精品久久久不卡综合| 亚洲激情成人在线| 亚洲午夜电影在线观看| 亚洲电影在线播放| 婷婷夜色潮精品综合在线| 日本在线不卡视频| 韩国三级在线一区| 国产成人精品免费一区二区| 97精品久久久午夜一区二区三区 | 免费在线一区观看| 久久99精品国产麻豆婷婷| 国产一区二区91| 97成人超碰视| 91精品国产aⅴ一区二区| 精品国精品自拍自在线| 国产精品毛片久久久久久久| 亚洲欧美一区二区三区国产精品 | 午夜av区久久| 麻豆国产91在线播放| 成人性生交大片免费看中文网站| 色婷婷综合在线| 欧美一区二区三区色| 欧美国产日韩一二三区| 亚洲专区一二三| 国产在线视频不卡二| 色综合天天综合网天天看片| 久久婷婷色综合| 亚洲人成亚洲人成在线观看图片 | 午夜视频一区在线观看| 麻豆一区二区三| 色综合久久久久久久久| 欧美精品欧美精品系列| 亚洲国产精品精华液2区45| 亚洲成人一区在线| 国产sm精品调教视频网站| 欧美亚洲动漫精品| 久久精品日产第一区二区三区高清版| 亚洲免费三区一区二区| 国产麻豆91精品| 91精品国产综合久久久蜜臀图片 | 日本在线不卡一区| 成人一级视频在线观看| 日韩欧美视频一区| 亚洲一区在线观看网站| 国产大陆亚洲精品国产| 91麻豆精品国产综合久久久久久| 中文字幕在线一区二区三区| 精品亚洲欧美一区| 欧美一区在线视频| 亚洲3atv精品一区二区三区| 91免费看视频| 国产精品家庭影院| 国产精品中文字幕日韩精品| 欧美电影免费观看完整版| 亚洲国产精品视频| 91麻豆国产自产在线观看| 久久精品视频在线看| 国产一区在线精品| 日韩欧美国产一区二区三区 | 久久综合网色—综合色88| 水蜜桃久久夜色精品一区的特点| 欧美专区日韩专区| 一区二区三区久久久| 一本到不卡精品视频在线观看| 最新不卡av在线| 99亚偷拍自图区亚洲| 中文字幕一区二区三区视频| 成人性生交大合| 国产精品欧美久久久久无广告| 国产**成人网毛片九色| 国产亚洲一区二区在线观看| 国产一区二区三区综合| 久久九九国产精品| 成人午夜视频在线观看| 综合激情成人伊人| 日本久久电影网| 亚洲福利一区二区| 欧美日韩在线播放三区| 日韩成人一区二区三区在线观看| 欧美一区二区三级| 极品美女销魂一区二区三区| 久久久精品免费网站| 国产suv精品一区二区三区| 国产精品久久久久影院亚瑟| 色婷婷综合久久久久中文一区二区| 亚洲女与黑人做爰| 欧美日韩成人在线| 九九九久久久精品| 国产精品入口麻豆九色| 欧美视频一区二区三区四区 | 中文字幕精品在线不卡| 91麻豆免费在线观看| 视频一区中文字幕国产| 日韩欧美国产成人一区二区| 国产麻豆欧美日韩一区| 亚洲图片另类小说| 91精品免费观看| 成人小视频在线| 三级亚洲高清视频| 久久尤物电影视频在线观看| 91日韩精品一区| 久久99精品国产| 亚洲黄色在线视频| 日韩精品一区二区三区swag| 99久久国产综合色|国产精品| 视频一区二区不卡| 国产精品污www在线观看| 欧美视频你懂的| 国产.欧美.日韩| 午夜日韩在线观看| 国产精品国产精品国产专区不片| 欧美日韩一区三区| 国产成人综合网| 日本不卡123| 一区二区三区电影在线播| 国产拍欧美日韩视频二区| 欧美视频中文字幕| 91在线观看美女| 国产福利一区二区三区| 亚洲成a人v欧美综合天堂| 中文字幕免费一区| 日韩精品一区二区三区视频在线观看| 在线观看不卡一区| av欧美精品.com| 国产精品99久| 精品在线你懂的| 日韩高清电影一区| 亚洲成人在线观看视频| 亚洲精品国产a| 欧美激情艳妇裸体舞| 久久久久久久性| 欧美精品一区二区三区蜜臀| 91精品欧美综合在线观看最新| 在线看不卡av| 色婷婷av一区二区| 色婷婷精品大在线视频 | 国产一区二区视频在线| 午夜亚洲福利老司机| 亚洲国产日韩精品| 一区二区三区在线观看动漫| 亚洲日穴在线视频| 成人免费在线视频| 亚洲视频免费在线观看| 亚洲色图视频网| 亚洲美女区一区| 一区二区三区在线视频免费观看| 怡红院av一区二区三区| 亚洲欧美一区二区久久| 一区二区三区视频在线观看| 一区二区三区蜜桃网| 亚洲成人av免费| 首页亚洲欧美制服丝腿| 男男视频亚洲欧美| 91蜜桃免费观看视频| 不卡视频在线观看| av网站一区二区三区| 在线观看不卡一区| 日韩一区二区三区高清免费看看| 精品999久久久| 日本一二三四高清不卡| 亚洲欧美另类小说| 肉色丝袜一区二区| 久久99在线观看| 成人黄色免费短视频| 欧美系列在线观看| 精品国产sm最大网站| 国产精品久久久一区麻豆最新章节| 亚洲欧美韩国综合色| 美女精品自拍一二三四| 粉嫩一区二区三区性色av| 91久久精品一区二区三区| 欧美一区二区美女| 国产精品美女一区二区在线观看| 亚洲一区二区三区小说| 久久国产乱子精品免费女| www.欧美日韩国产在线| 3d动漫精品啪啪1区2区免费 | 精品国产在天天线2019| 亚洲欧洲av一区二区三区久久| 亚洲成人综合视频| 国产精品1区2区3区在线观看| 色婷婷国产精品| 久久久www成人免费无遮挡大片| 亚洲三级电影网站| 国产又粗又猛又爽又黄91精品| 91亚洲午夜精品久久久久久| 欧美一级在线免费| 亚洲精品国产成人久久av盗摄| 国产一区日韩二区欧美三区| 欧美日韩一区二区三区四区五区| 国产婷婷一区二区| 日日欢夜夜爽一区| 在线精品视频小说1| 中文字幕欧美国产| 激情文学综合网| 337p亚洲精品色噜噜狠狠|