编码解码:
python2 用法：
urllib.urlencode() 编码
urlparse.parse_qs() 解码
python3 用法：
urllib.parse.urlencode() 编码
urllib.parse.parse_qs() 解码
作用：
1）把字典数据转化成URL编码
2）用途
a)对URL参数进行编码
b)对post上去的form数据进行编码
实例：
python2.x
import urllib
import urlparse
def urlencode():
params = {‘score‘: 100, ‘name‘: ‘爬虫基础‘, ‘comment‘: ‘very good‘}
qs = urllib.urlencode(params) ###编码
print(qs)
unqs = urlparse.parse_qs(qs) ##解码
print unqs
if __name__ == ‘__main__‘:
urlencode()
python3.x
import urllib
import urllib.parse
def urlencode():
params = {‘score‘: 100, ‘name‘: ‘爬虫基础‘, ‘comment‘: ‘very good‘}
qs = urllib.parse.urlencode(params) ###编码
print(qs)
unqs = urllib.parse.urlparse(qs) ##解码
print (unqs)
if __name__ == ‘__main__‘:
urlencode()
打印结果：
python2.x
urllib2能不能完全替代urllib？
url里面有一个很重要的函数urllib.urlencode，这个是在urllib2里面是没有的，所以我们一般都是urllib和urllib2混用。
1）urllib2.urlopen（）
这个在urllib里面也有，唯一的就是加了一个timeout参数
a.url
b.data
c.timeout：超时时间，比如我设置了一个超时时间3秒，那么我3秒内连接不到远程的服务器，它就会直接报错
3）错误处理HTTPError,e
urllib2中的两个重要概念：Openers和Handlers
1.Openers：
当你获取一个URL你使用一个opener(一个urllib2.OpenerDirector的实例)。
正常情况下，我们使用默认opener：通过urlopen。
但你能够创建个性的openers。
2.Handles：
Openers使用处理器handlers，所有的“繁重”工作由handlers处理。
每个handlers知道如何通过特定协议打开URLs，或者如何处理URL打开时的各个方面。例如HTTP重定向或者HTTP cookies。
例：
import http.cookiejar
import utllib2
def cookies():
cookejar = http.cookiejar.CookieJar()
hadler = urllib.request.HTTPCookieProcessor(cookiejar=cookejar)
opener = urllib.request.build_opener(hadler,urllib.request.HTTPHandler(debuglevel=1)) #####打印调试信息
s = opener.open("http://www.douban.com")
print (s.read(100))
s.close()
print (‘=‘ * 80)
print (cookejar._cookies)
print ("=" * 80)
s = opener.open("http://www.douban.com")
s.close()
cookies()
urllib2.Request
实例：
# -*- coding: utf-8 -*-
import urllib2
def request():
# 定制 HTTP 头
headers = {‘User-Agent‘: ‘Mozilla/5.0‘, ‘x-my-header‘: ‘my value‘} //在http里面自定义的头一般是x开头的
req = urllib2.Request(‘http://blog.kamidox.com‘, headers=headers) //创建一个请求
s = urllib2.urlopen(req) //打开这个请求，urlopen不仅仅可以接受一个网址作为参数，也可以接受request作为它的对象
print(s.read(100))
s.close()
if __name__ == ‘__main__‘:
request()
运行结果，这个就是通过定制的http头
urllib2.bulid-opener
可以让我们去定制这个http的行为
1）BeseHandler及其子类
BeseHandler是所有HTTPHandler的父类
a.HTTPHandler（处理http请求的）
b.HTTPSHandler（处理安全链接的请求）
c.HTTPCookieProcessor（处理cookie的请求）
2）bulid-opener
a.返回Handler列表，会把这个Handler都给它串起来，串起来以后，就类似于我们管道一样，当http请求应答回来的时候，它会流经这个Handler，让这个里面每一个Handler去处理不同的东西
b.返回OpenerDirector，这个参数很重要的方法就是open，这个open就是要去打开这个远程的链接去处理这个数
3）默认会创建的Handler链
Handler的链，实际上是一个Handler的数组，在调用这个urlOpener的时候，它默认的时候会是以下的链表，也就是，它会默认的把这个链表给你创建起来
a.ProxyHandler（如果设置了代理）
b.UnknownHandler（不知道什么协议的时候，它会去调）
d.HTTPHandler（处理http的请求）
c.HTTPDefaultEorrorHandler（处理错误的请求）
d.HTTPRedirectHandler（处理跳转，比如http出现301,302这种应答码的时候）
e.FTPHandler（可以去支持FTP的协议）
f.FileHandler（可以支持本地的文件打开）
g.HTTPEorrorProcessor（可以去处理http的错误）
e.HTTPSHandler（如果安装了ssl模块）
实例：
# -*- coding: utf-8 -*-
import urllib2
import urllib
def request_post_debug():
# POST
data = {‘username‘: ‘kamidox‘, ‘password‘: ‘xxxxxxxx‘} ##数据体
# headers = {‘User-Agent‘: ‘Mozilla/5.0‘, ‘Content-Type‘: ‘plain/text‘}
headers = {‘User-Agent‘: ‘Mozilla/5.0‘} ###定制的头
req = urllib2.Request(‘http://www.douban.com‘, data=urllib.urlencode(data), headers=headers) //创建一个请求，这个请求是发送给豆瓣
opener = urllib2.build_opener(urllib2.HTTPHandler(debuglevel=1)) ##创建一个open打开器，如果不传参数，它就是给你传系统默认的Handler，如果我们传了参数给它，如果系统里面默认有的它就去去替换掉，如果系统没有它就去去添加
s = opener.open(req) ###用这个open去打开这个请求
print(s.read(100)) ###打印前面100个字节
s.close()
if __name__ == ‘__main__‘:
Request_post_debug()
实例2：
如果我创建了一个opener，那我后面的函数还想用该怎么办呢？怎么将这个opener保存起来呢？
保存opener为默认
1.urllib2.install_opener （我们可以把创建处理的opener，给它保存到urllib2这个库里面，调用urllib2的时候，就会直接去下载安装这个opener了）
2.示例：install_debug_opener
示例：Request_post_debug
1.打印http调试信息
2.POST数据
# -*- coding: utf-8 -*-
import urllib2
def request():
# 定制 HTTP 头
headers = {‘User-Agent‘: ‘Mozilla/5.0‘, ‘x-my-header‘: ‘my value‘}
req = urllib2.Request(‘http://blog.kamidox.com‘, headers=headers)
s = urllib2.urlopen(req)
print(s.read(100))
print(req.headers)
s.close()
def request_post_debug():
# POST
data = {‘username‘: ‘kamidox‘, ‘password‘: ‘xxxxxxxx‘}
# headers = {‘User-Agent‘: ‘Mozilla/5.0‘, ‘Content-Type‘: ‘plain/text‘}
headers = {‘User-Agent‘: ‘Mozilla/5.0‘}
req = urllib2.Request(‘http://www.douban.com‘, data=urllib.urlencode(data), headers=headers)
opener = urllib2.build_opener(urllib2.HTTPHandler(debuglevel=1))
s = opener.open(req)
print(s.read(100))
s.close()
def install_debug_handler():
opener = urllib2.build_opener(urllib2.HTTPHandler(debuglevel=1),
urllib2.HTTPSHandler(debuglevel=1))
##这里能处理HTTP协议和HTTPS协议
urllib2.install_opener(opener) ##将Handler安装到系统默认区，要打开的就是我们这里要安装的opener
if __name__ == ‘__main__‘:
install_debug_handler()
request()
Cookies
1）cookieillib.CookieJar
提供解析并保存cookie的接口，因为cookie有些有生命周期，还有很多参数，这个类就是提供这些cookie的处理。
2）HTTPCookieProcessor
提供自动处理cookie的功能，它的父类也是BeseHandler，所以我们可以把这个cookie串起来，这样就可以处理一些信息。
示例：handle_cookies
# -*- coding: utf-8 -*-
import urllib2
def handle_cookie(): //先定义一个处理cookie的信息
cookiejar = cookielib.CookieJar() ##先串联一个CookieJar的对象
handler = urllib2.HTTPCookieProcessor(cookiejar=cookiejar) ##创建一个HTTPCookieProcessor的对象，传入一个参数CookieJar进去
##还需要创建一个新的handler，打印出它的调试信息
opener = urllib2.build_opener(handler, urllib2.HTTPHandler(debuglevel=1))
s = opener.open(‘http://www.douban.com‘)
print(s.read(100))
s.close()
if __name__ == ‘__main__‘:
handle_cookie()
运行结果，这个应答里面有一个set_cookie，有一个bid
在收到这个请求之后，我们的CookieJar，包含这些服务器返回的cookie，我们可以把它打印出来。代码如下：
# -*- coding: utf-8 -*-
import urllib2
def handle_cookie(): ##先定义一个处理cookie的信息
cookiejar = cookielib.CookieJar() ##先串联一个CookieJar的对象
handler = urllib2.HTTPCookieProcessor(cookiejar=cookiejar) ##创建一个HTTPCookieProcessor的对象，传入一个参数CookieJar进去
opener = urllib2.build_opener(handler, urllib2.HTTPHandler(debuglevel=1))###还需要创建一个新的handler，打印出它的调试信息
s = opener.open(‘http://www.douban.com‘)
print(s.read(100))
s.close()
print(‘=‘ * 80)
print(cookiejar._cookies) ###这个属性就是服务器所有的cookie
print(‘=‘ * 80)
if __name__ == ‘__main__‘:
handle_cookie()
运行结果，我们可以看到，这中间就是打印出来的cookie。
我们的opener实际上是带着这些cookie信息的，那我下次再发一个请求过去的时候，它会把这个cookie也发送过去。
