标签：star int span 关键字 演示 等等 except 接口测试 name
urllib是python最基础、最核心的HTTP协议支持库，诸多第三方库都依赖urllib，所以urllib是必须掌握的HTTP库。
掌握了urllib有利于：
深入理解http协议
可以更好的学习和掌握第三方http库
快速的开展基于http的接口测试
快速进入爬虫学习之路
我们一起看下urllib由哪些模块或类构成：
urllib.request
用于构建http请求
urllib.response
用于处理http响应值的类
urllib.parse 用于url处理
urllib.error
用于错误处理
urllib.robotparser
用于处理robot.txt文件
下面我们基于豆瓣网的API来看看代码实例
豆瓣网API网址：https://developers.douban.com/wiki/?title=guide
下面的实例演示了如何使用豆瓣网的API 进行数据爬取，从而演示urllib的强大能力。
请勿使用下述代码持续爬取数据
请勿使用下述代码持续爬取数据
请勿使用下述代码持续爬取数据
# -*- coding:utf-8 -*- __author__ = ‘谷白‘ import urllib.request import csv import codecs if __name__ == "__main__": print("urllib爬取豆瓣网数据示例") print("搜索下关键字： Python") url = "https://api.douban.com/v2/book/search?q=python" response = urllib.request.urlopen(url) # 将bytes数据流解码成string ebook_str = response.read().decode() # 将string转换成dict ebook_dict = eval(ebook_str) #print(ebook_dict) #print(type(ebook_dict)) count = ebook_dict["count"] total = ebook_dict["total"] with codecs.open(‘books.csv‘, ‘w‘, ‘utf-8‘) as csvfile: spamwriter = csv.writer(csvfile, delimiter=‘,‘, quotechar=‘|‘, quoting=csv.QUOTE_MINIMAL) spamwriter.writerow(["书名", "作者", "描述", "出版社", "价格"]) # 写书信息 for book in ebook_dict["books"]: spamwriter.writerow([book["title"], ",".join(book["author"]), book["summary"], book["publisher"], book["price"]]) # 从第2页开始，获取其他书籍信息 # 这段代码采集了大量数据，容易被封IP，所以注释了 """ for start in range(1, int(total / count) + 1): url = "https://api.douban.com/v2/book/search?q=python&start=%d" % start try: response = urllib.request.urlopen(url) except: print("别老爬别人的数据，要爬也别太快，会被封IP的") break # 将bytes数据流解码成string ebook_str = response.read().decode() # 将string转换成dict ebook_dict = eval(ebook_str) # 输出书籍信息 for book in ebook_dict["books"]: spamwriter.writerow([book["title"], ",".join(book["author"]), book["summary"], book["publisher"], book["price"]]) """ print("总计搜索了 %d 本书的信息" % total)
请勿使用上述代码持续爬取数据
请勿使用上述代码持续爬取数据
请勿使用上述代码持续爬取数据
对于其他的接口，这里就不再演示。
下面我们演示下urllib基本功能实例，例如如何获取返回码等等基本信息。
# -*- coding:utf-8 -*- __author__ = ‘谷白‘ import urllib.request if __name__ == "__main__": print("urllib基本实例") url = "http://www.baidu.com" # 访问下百度 response = urllib.request.urlopen(url) # 打印下状态码 print(response.status) # 打印下状态码对应的可读性文字说明，例如在http协议里，200 对应 OK print(response.reason) # 打印下请求返回的header print(response.headers) # 打印下请求返回的数据 print(response.read().decode("utf-8"))
上述仅仅是urllib的基本功能，还有更强大的功能，我们后续再分享。
标签：star int span 关键字 演示 等等 except 接口测试 name
原文地址：http://www.cnblogs.com/igubai/p/7500020.html
