python3 urllib包與http包的使用
urllib包和http包都是面向HTTP協議的。其中urllib主要用於處理 URL,使用urllib操作URL可以像使用和開啟本地檔案一樣地操作。而 http包則實現了對 HTTP協議的封裝,是urllib.request模組的底層。
1.urllib包簡介
2. http 包簡介
1.urllib包簡介
urllib包主要模組有:
1.urllib.request -----用於開啟 URL網址;
2.urllib.error ---------定義了常見的urllib.request會引發的異常;
3.urllib.parse---------用於解析 URL;
具體方法:
urllib.request.urlopen( url,data,proxies ) :用於開啟 url
引數如下:
url:要進行操作的 URL地址
data:可選項。向URL 傳遞的資料。
proxies:可選項。使用的代理地址
部分列印結果:import urllib.request url = 'http://www.baidu.com' #網頁為百度首頁 respone = urllib.request.urlopen(url) #開啟url地址,並返回一個 HTTPRespone例項 html = respone.read().decode('utf-8') #呼叫例項的 read()方法,並用 utf-8進行解碼處理。就得出完整的百度的HTML檔案 print(html)
<html> <head> <meta http-equiv="content-type" content="text/html;charset=utf-8"> <meta http-equiv="X-UA-Compatible" content="IE=Edge"> <meta content="always" name="referrer"> <meta name="theme-color" content="#2932e1"> <link rel="shortcut icon" href="/favicon.ico" type="image/x-icon" /> <link rel="search" type="application/opensearchdescription+xml" href="/content-search.xml" title="百度搜索" /> <link rel="icon" sizes="any" mask href="//www.baidu.com/img/baidu.svg">
urllib.request.urlretrieve(url,filename,reporthook,data) :用於將 URL的HTML檔案下載並儲存為本地檔案
引數如下:
url:要下載的網頁
filename:儲存在主機的路徑,可選項。
reporthook:一個回撥函式,可選項。
data:傳送的資料,一般用於 post,可選項。
特別:關於urlretrieve()的回撥函式reporthook:可以用來顯示下載的進度,幾乎已經封裝好
import urllib.request
def callbackfunc(blocknum, blocksize, totalsize): #這三個引數是由 urlretrieve自動賦值的
'''回撥函式
@blocknum: 已經下載的資料塊
@blocksize: 資料塊的大小
@totalsize: 遠端檔案的大小
'''
percent = 100.0 * blocknum * blocksize / totalsize
if percent > 100:
percent = 100
print( "%.2f%%"% percent) #保留兩位小數
url = 'http://www.sina.com'
local = 'd:\\sina.html' #下載的html檔案儲存在 d盤的sina.html裡
urllib.request.urlretrieve(url,local,callbackfunc) #沒下載完一個數據塊,就會執行回撥函式一次
執行結果:
//只顯示區域性
0.00%
1.38%
2.76%
4.13%
5.51%
6.89%
2. http包簡介
http包提供了 HTTP協議的一些功能,主要模組有:
http.client --- 底層的 HTTP 協議的一些功能,可以為 urllib.request 模組所用
http.server --- 提供了基於 socketserver模組的基本 HTTP伺服器類
http.cookies --- cookies 的管理工具
http.client :
HttpClient不是一個瀏覽器。它是一個客戶端的HTTP通訊實現庫。HttpClient的目標是傳送和接收HTTP報文。
兩個主要類(用於客戶端):
HTTPConnection :基於HTTP協議的客戶端,指定 URL(網址) 後,可以 傳送請求報文 和 接收響應報文
HTTPRespone :基於 HTTP 協議的服務端迴應。一旦用 HTTPConnection 成功連線,可以呼叫相關方法返回該例項(HTTPRequest例項)。
(1)HTTPConnection 的方法:
構造方法: HTTPConnection( host,port,[timeout] ) 返回一個HTTPConnection 例項
host:表示主機域名或 ip 地址
port:表示埠
timeout:阻塞操作將會在給定時間後超時。可選項
傳送請求報文方法:HTTPConnection.request( method,url,body =None,headers = {} )
method:傳送的操作,一般為 GET 或者 POST
url :進行操作的 url
body :所傳送的資料
headers:傳送的 HTTP頭部,是一個字典型別
獲取響應報文方法:HTTPConnection.getrespone( )
關閉與伺服器的連線: HTTPConne.close()
傳送一個頭部:HTTPConnection.putheader( header,args[ ] ) #頭部以一個字典方式傳送
傳送一個空白行到伺服器,標誌頭部Header的結束:HTTPConnection.endheaders( )
傳送資料到伺服器:HTTPConnection.send( data ) ,應該在endheaders()之後 和 getrespone()之前呼叫。
(2)HTTPRespone:
HTTPRespone物件:一旦用 HTTPConnection 成功連線,可以呼叫HTTPConnection.getrespone()返回該例項(HTTPRequest例項)。
HTTPRespone.getheader(name) :返回頭部中的 name 欄位對應的值
HTTPRespone.getheaders( ) :以元組的方式返回整個頭部的資訊
HTTPRespone.read() :返回響應報文中的body部分,也即正文部分
HTTPRespone.status #返回狀態碼
HTTPRespone.version #返回 HTTP協議版本
http 包應用例項 。
from http.client import HTTPConnection
con = HTTPConnection('www.baidu.com',80)
con.request('GET','/') #傳送請求報文
res = con.getresponse() #獲取響應報文物件
print(res.status) #200 (表示狀態碼)
print(res.reason) #OK (表示狀態碼對應的意義)
print(res.read().decode('utf-8')) #列印www.baidu.com的html