Python3爬虫(2)_利用urllib.urlopen发送数据得到反馈信息

1、urlopen的url参数 Agent

 url不只能够是一个字符串，例如:https://baike.baidu.com/。url也能够是一个Request对象，这就须要咱们先定义一个Request对象，而后将这个Request对象做为urlopen的参数使用，

代码:

1 from urllib import request 2 
3 if __name__ == "__main__": 4     req = request.Request("https://baike.baidu.com//") 5     response = request.urlopen(req) 6     html = response.read() 7     html = html.decode("utf-8") 8     print(html)

运行以后，结果就不作展现了。

urlopen()返回的对象，可使用read()进行读取，一样也可使用geturl()方法、info()方法、getcode()方法。

• geturl()返回的是一个url的字符串；

• info()返回的是一些meta标记的元信息，包括一些服务器的信息；

• getcode()返回的是HTTP的状态码，若是返回200表示请求成功。

下面更新代码，进行下面的测试：

from urllib import request if __name__=="__main__": re=request.Request("http://baike.baidu.com") response=request.urlopen(re) print("geturl打印信息：%s"%(response.geturl())) print('**********************************************') print("info打印信息：%s"%(response.info())) print('**********************************************') print("getcode打印信息：%s"%(response.getcode()))

2、urlopen的data参数

    咱们可使用data参数，向服务器发送数据。根据HTTP规范，GET用于信息获取，POST是向服务器提交数据的一种请求，再换句话说：

    从客户端向服务器提交数据使用POST；

    从服务器得到数据到客户端使用GET(GET也能够提交，暂不考虑)。

    若是没有设置urlopen()函数的data参数，HTTP请求采用GET方式，也就是咱们从服务器获取信息，若是咱们设置data参数，HTTP请求采用POST方式，也就是咱们向服务器传递数据。

    data参数有本身的格式，它是一个基于application/x-www.form-urlencoded的格式，具体格式咱们不用了解， 由于咱们可使用urllib.parse.urlencode()函数将字符串自动转换成上面所说的格式。

3、发送data实例

遇到一些问题，我也暂时使用有道翻译，之后有好的方法更新这部分关于百度百科的爬取。

向有道翻译发送数据，获得网页反馈：

1.打开界面

2.鼠标右键检查元素

3.选择网络/network

4.在搜索输入框 输入查找内容，“network”界面出现了大量内容。

5.获得下方内容：

编写新程序：

 

from urllib import request from urllib import parse import json if __name__ == "__main__": Request_URL = 'http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule' Form_Data = {} Form_Data['i'] = 'Web' Form_Data['from'] = 'AUTO' Form_Data['to'] = 'AUTO' Form_Data['smartresult'] = 'dict' Form_Data['client'] = 'fanyideskweb' Form_Data['salt'] = '1524700622507' Form_Data['sign'] = 'c8c86253bcfb23d8405ab58cc0d2b5fa' Form_Data['doctype'] = 'json' Form_Data['xmlVersion'] = '2.1' Form_Data['keyfrom'] = 'fanyi.web' Form_Data['action'] = 'FY_BY_CLICKBUTTON' data = parse.urlencode(Form_Data).encode('utf-8') response = request.urlopen(Request_URL,data) html = response.read().decode('utf-8') translate_results = json.loads(html) translate_results = translate_results['translateResult'][0][0]['tgt'] print("翻译的结果是：%s" % translate_results)

报错：

RESTART: C:\Users\DELL\AppData\Local\Programs\Python\Python36\urllib_test01.py
Traceback (most recent call last):
File "C:\Users\DELL\AppData\Local\Programs\Python\Python36\urllib_test01.py", line 23, in <module>
translate_results = translate_results['translateResult'][0][0]['tgt']
KeyError: 'translateResult'

这是由于data['salt']是时间戳,data['sign']是时间戳和翻译内容加密后生成的，由于不知道网站的加密方法，

在这里选择调整uri和data，并根据http://bbs.fishc.com/thread-98973-1-1.html这里的帖子作出调整：

import os,urllib.request import urllib.parse import json a = 5
while a > 0: txt = input('输入要翻译的内容:') if txt == '0': break
                
        else: url = 'http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule&sessionFrom=https://www.baidu.com/link' data = { 'from':'AUTO', 'to':'AUTO', 'smartresult':'dict', 'client':'fanyideskweb', 'salt':'1524700622507', 'sign':'c8c86253bcfb23d8405ab58cc0d2b5fa', 'doctype':'json', 'version':'2.1', 'keyfrom':'fanyi.web', 'action':'FY_BY_CL1CKBUTTON', 'typoResult':'false'} data['i'] = 'Web' data = urllib.parse.urlencode(data).encode('utf - 8') wy = urllib.request.urlopen(url,data) html = wy.read().decode('utf - 8') print(html) ta = json.loads(html) print('翻译结果: %s '% (ta['translateResult'][0][0]['tgt'])) a = a - 1

结果为:

      JSON是一种轻量级的数据交换格式，咱们须要在爬取到的内容中找到JSON格式的数据，再将获得的JSON格式的翻译结果进行解析。

     总而言之，这部分的内容我终于结束了，debug太耗费时间了！