python爬蟲入門urllib庫的使用

来源:https://www.cnblogs.com/ghostwu/archive/2018/06/02/9124310.html
-Advertisement-
Play Games

urllib庫的使用,非常簡單。 只要幾句代碼就可以把一個網站的源代碼下載下來。 官方文檔:https://docs.python.org/2/library/urllib2.html urllib2.urlopen(url[, data[, timeout[, cafile[, capath[, ...


urllib庫的使用,非常簡單。

import urllib2

response = urllib2.urlopen("http://www.baidu.com")
print response.read()

只要幾句代碼就可以把一個網站的源代碼下載下來。

官方文檔:https://docs.python.org/2/library/urllib2.html

urllib2.urlopen(url[, data[, timeout[, cafile[, capath[, cadefault[, context]]]]])

urlopen 只要用到前面3個參數,url, data:提交的數據. timeout:超時

也可以這樣使用:

import urllib2

request = urllib2.Request("http://www.baidu.com")
response = urllib2.urlopen(request)
print response.read()

這種用法比較常見。

 我們用php創建一個表單,然後用urllib2模擬表單提交

<!doctype html>
<html>
    <head>
        <meta charset="utf-8" />
    </head>
    <body>
        <?php
            if( isset( $_REQUEST['submit'] ) ) {
                $username = $_REQUEST['username'];
                $userpwd = $_REQUEST['password'];
                if( $username == 'ghostwu' && $userpwd = 'abc123') {
    echo "login success";
}else{
    echo "login error";
}
            }
        ?>
        <form action="/index.php" method="get">
            username: <input type="text" name="username" /><br/>
            password: <input type="password" name="password" /><br/>
            <input type="submit" value="submit" name="submit" />
        </form>
    </body>
</html>

接下來,我們先用get方式提交【備註:功能變數名稱是我本地的,你需要用本地host映射,相應的伺服器功能變數名稱和ip】

#coding:utf-8

import urllib
import urllib2

values = { "username" : "ghostwu", "password" : "abc123", "submit" : "submit" }
data = urllib.urlencode( values )
url = "http://mesite.ghostwu" + "?" + data
request = urllib2.Request( url )
response = urllib2.urlopen( request )
print response.read()

執行之後,如果把用戶名或者密碼該錯,就會出現login error.

post提交方式,當然你要把php表單改成post提交.

#!/usr/bin/python
#coding:utf-8

import urllib
import urllib2

values = { "username" : "ghostwu2", "password" : "abc123", "submit" : "submit" }
data = urllib.urlencode( values )
url = "http://mesite.ghostwu"
request = urllib2.Request( url, data )
response = urllib2.urlopen( request )
print response.read()

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 接到電話面試,有一些送分題答的不好,在這裡整理一下 問題:原生ajax的工作流程是怎麼樣的? 老用封裝好的工具,原生的ajax其實並不熟悉,今天複習一下。主要參考http://www.w3school.com.cn/ajax/ 要發一個ajax請求首先要創建XMLHttp對象 其中,new Acti ...
  • var tab=document.getElementById("id"); var rows=tab.rows; alert(rows.length); for(var i=0;i<rows.length;i++) { for(var j=0;j<rows[i].cells.length;j++) ...
  • 分享一段代碼實例,它利用svg實現了點擊生成動態放大的圓效果。 代碼實例如下: 原文地址:SVG點擊實現動態放大的圓效果 主頁地址:http://www.softwhy.com/ ...
  • 關於什麼是JSON這裡就不多介紹了,需要特別強調的一點就是,只有在字元串上下文中,才是JSON。 看如下代碼實例: 上面代碼中obj就是一個javascript對象字面量,而不是什麼JSON,再來看一段代碼: 上面的代碼就是一個JSON,在字元串環境下就是一個JSON,但是還是需要一定的格式,這就是 ...
  • 將對象的的邊框設置border:0和border:none的效果是一樣的,都可以將邊框取消。 代碼實例如下: 以上代碼的運行可以看出,通過將邊框設置為0或者none都可以取消邊框,從外觀上兩者是一樣的,但是還是有很大不同。border:0可以將邊框的寬度設置為零,儘管視覺上看不到了,但是瀏覽器還是會 ...
  • 簡介: 定義了演算法家族,分別封裝起來,可以讓他們之間相互替換。此模式可以讓演算法的變化,不會影響到使用演算法的客戶。【行為型模式】 結構圖: 優點: 缺點: 應用場景: 需要在不同時間應用不同的業務規則時,就可以使用策略模式處理這種變化的可能性。 註意事項: 示例: 1.結構類圖的實現: Strateg ...
  • 主從資料庫:主要是數據上的讀寫分離; 資料庫的讀寫分離的好處?1. 將讀操作和寫操作分離到不同的資料庫上,避免主伺服器出現性能瓶頸;2. 主伺服器進行寫操作時,不影響查詢應用伺服器的查詢性能,降低阻塞,提高併發;3. 數據擁有多個容災副本,提高數據安全性,同時當主伺服器故障時,可立即切換到其他伺服器 ...
  • 通常,向方法中傳遞的都是基本數據類型,而向方法中傳遞數組時,就需要考慮記憶體的分配 向方法之中傳遞數組,或者將一個數組的值傳給另一個數組,都會產生新的棧記憶體。引用之中對數組的改變會影響到原數組(其實就是在原數組的堆記憶體上操作)。當引用操作完成之後,引用產生的占記憶體不再只想原數組的堆記憶體。 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...