python爬虫系列(1.1-urllib模块经常使用方法的介绍)

1、关于urllib中经常使用方法的介绍

• 一、urlopen网络请求

  urlopen方法是网络请求的方法,默认是get请求,若是传递了data是post请求

  from urllib import request
  
  if __name__ == "__main__":
      response = request.urlopen('http://www.baidu.com')
      print(response.read())
  复制代码

• 二、urlretrieve下载文件

  from urllib import request
  
  if __name__ == "__main__":
      # 下载整个网页
      request.urlretrieve('http://www.baidu.com', 'baidu.html')
      # 下载图片
      request.urlretrieve('http://www.baidu.com/img/bd_logo1.png', 'baidu.png')
  复制代码

2、关于编码的处理

• 一、urlencode将字典类型数据转换为parsed模式

  from urllib import parse
  
  if __name__ == "__main__":
      dict1 = {
          "name": "hello",
          "age": "20",
          "gender": "man"
      }
      re = parse.urlencode(dict1)
      print(re) # name=hello&age=20&gender=man
  复制代码

• 二、parse_qs和parse_qsl反序列化

  from urllib import parse
  
  if __name__ == "__main__":
      dict1 = {
          "name": "hello",
          "age": "20",
          "gender": "man"
      }
      re = parse.urlencode(dict1)
      print(re)
      print(parse.parse_qs(re))
  复制代码

3、切割url的方法

• 一、urlsplit和urlparse方法

  from urllib import request, parse
  
  if __name__ == "__main__":
      url = 'http://www.baidu.com?name=hello&age=20'
      print(parse.urlsplit(url))
      print(parse.urlparse(url))
  
  # 输出
  # SplitResult(scheme='http', netloc='www.baidu.com', path='', query='name=hello&age=20', fragment='')
  # ParseResult(scheme='http', netloc='www.baidu.com', path='', params='', query='name=hello&age=20', fragment='')
  复制代码

4、更多关于python爬虫文章能够访问