快捷導(dǎo)航

python爬蟲之urllib3的使用示例

更新時(shí)間：2018年07月09日 13:41:01 作者：瀟瀟漓燃

這篇文章主要介紹了 python爬蟲之urllib3的使用示例，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧

Urllib3是一個(gè)功能強(qiáng)大，條理清晰，用于HTTP客戶端的Python庫。許多Python的原生系統(tǒng)已經(jīng)開始使用urllib3。Urllib3提供了很多python標(biāo)準(zhǔn)庫urllib里所沒有的重要特性：

線程安全
連接池
客戶端SSL/TLS驗(yàn)證
文件分部編碼上傳
協(xié)助處理重復(fù)請求和HTTP重定位
支持壓縮編碼
支持HTTP和SOCKS代理

一、get請求

urllib3主要使用連接池進(jìn)行網(wǎng)絡(luò)請求的訪問，所以訪問之前我們需要?jiǎng)?chuàng)建一個(gè)連接池對象，如下所示：

import urllib3

url = "http://httpbin.org"
http = urllib3.PoolManager();
r = http.request('GET',url+"/get")
print(r.data.decode())
print(r.status)

帶參數(shù)的get
r = http.request('get','http://www.baidu.com/s',fields={'wd':'周杰倫'})
print(r.data.decode())

經(jīng)查看源碼：

def request(self, method, url, fields=None, headers=None, **urlopen_kw):

第一個(gè)參數(shù)method 必選，指定是什么請求，'get'、'GET'、'POST'、'post'、'PUT'、'DELETE'等，不區(qū)分大小寫。
第二個(gè)參數(shù)url，必選
第三個(gè)參數(shù)fields，請求的參數(shù)，可選
第四個(gè)參數(shù)headers 可選

request請求的返回值是<urllib3.response.HTTPResponse object at 0x000001B3879440B8>

我們可以通過dir()查看其所有的屬性和方法。

dir(r)

直截取了一部分

#'data', 'decode_content', 'enforce_content_length', 'fileno', 'flush', 'from_httplib',
# 'get_redirect_location', 'getheader', 'getheaders', 'headers', 'info', 'isatty',
# 'length_remaining', 'read', 'read_chunked', 'readable', 'readinto', 'readline',
# 'readlines', 'reason', 'release_conn', 'retries', 'seek', 'seekable', 'status',
# 'stream', 'strict', 'supports_chunked_reads', 'tell', 'truncate', 'version', 'writable',
# 'writelines']

二、post請求

import urllib3
url = "http://httpbin.org"
fields = {
  'name':'xfy'
}
http = urllib3.PoolManager()
r = http.request('post',url+"/post",fields=fields)
print(r.data.decode())

可以看到很簡單，只是第一個(gè)參數(shù)get換成了post。

并且參數(shù)不需要再像urllib一樣轉(zhuǎn)換成byte型了。

三、設(shè)置headers

import urllib3
headers = {
   'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.113 Safari/537.36'
}
http = urllib3.PoolManager();
r = http.request('get',url+"/get",headers = headers)
print(r.data.decode())

四、設(shè)置代理

import urllib3
url = "http://httpbin.org"
headers = {
   'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.113 Safari/537.36'
}
proxy = urllib3.ProxyManager('http://101.236.19.165:8866',headers = headers)
r = proxy.request('get',url+"/ip")
print(r.data.decode())

五、當(dāng)請求的參數(shù)為json

在發(fā)起請求時(shí),可以通過定義body 參數(shù)并定義headers的Content-Type參數(shù)來發(fā)送一個(gè)已經(jīng)過編譯的JSON數(shù)據(jù)

import urllib3
url = "http://httpbin.org"
import json
data = {'name':'徐繁韻'}

json_data = json.dumps(data)

http = urllib3.PoolManager()
r = http.request('post',url+"/post",body = json_data,headers = {'Content-Type':'application/json'})
print(r.data.decode('unicode_escape'))

六、上傳文件

#元組形式
with open('a.html','rb') as f:
  data = f.read()
http = urllib3.PoolManager()
r = http.request('post','http://httpbin.org/post',fields = {'filefield':('a.html',data,'text/plain')})
print(r.data.decode())

#二進(jìn)制形式

r = http.request('post','http://httpbin.org/post',body = data,headers={'Content-Type':'image/jpeg'})
print(r.data.decode())

七、超時(shí)設(shè)置

# 1全局設(shè)置超時(shí)
# http = urllib3.PoolManager(timeout = 3)
# 2在request里設(shè)置
# http.request('post','http://httpbin.org/post',timeout = 3)

八、重試和重定向

import urllib3
http = urllib3.PoolManager()
#重試
r = http.request('post','http://httpbin.org/post',retries = 5) #請求重試測次數(shù)為5次 ，默認(rèn)為3ci
print(r.retries) #Retry(total=5, connect=None, read=None, redirect=0, status=None)
#關(guān)閉重試
http.request('post','http://httpbin.org/post',retries = False) #請求重試測次數(shù)為5次 ，默認(rèn)為3ci

r = http.request('get','http://httpbin.org/redirect/1',redirect = False)
print(r.retries)# Retry(total=3, connect=None, read=None, redirect=None, status=None)
print(r.status)
print(r.data.decode())
print("--------------------")
print(r.get_redirect_location())
#302不是異常

九、urllib3 本身設(shè)置了https的處理，但是有警告

雖然可以請求，但是報(bào)如下警告：

InsecureRequestWarning: Unverified HTTPS request is being made. Adding certificate verification is strongly advised. See: https://urllib3.readthedocs.io/en/latest/advanced-usage.html#ssl-warnings
InsecureRequestWarning)

禁用警告：

import urllib3
urllib3.disable_warnings() #禁用各種警告
url = "https://www.12306.cn/mormhweb/"
http = urllib3.PoolManager()
r = http.request('get',url)
print(r.data.decode())

urllib3很強(qiáng)大，但是并沒有requests好用。了解為主。

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: