python爬虫之urllib3的使用示例


Posted in Python onJuly 09, 2018

Urllib3是一个功能强大,条理清晰,用于HTTP客户端的Python库。许多Python的原生系统已经开始使用urllib3。Urllib3提供了很多python标准库urllib里所没有的重要特性:

  1. 线程安全
  2. 连接池
  3. 客户端SSL/TLS验证
  4. 文件分部编码上传
  5. 协助处理重复请求和HTTP重定位
  6. 支持压缩编码
  7. 支持HTTP和SOCKS代理

一、get请求

urllib3主要使用连接池进行网络请求的访问,所以访问之前我们需要创建一个连接池对象,如下所示:

import urllib3

url = "http://httpbin.org"
http = urllib3.PoolManager();
r = http.request('GET',url+"/get")
print(r.data.decode())
print(r.status)

带参数的get
r = http.request('get','http://www.baidu.com/s',fields={'wd':'周杰伦'})
print(r.data.decode())

经查看源码:

def request(self, method, url, fields=None, headers=None, **urlopen_kw):
  • 第一个参数method 必选,指定是什么请求,'get'、'GET'、'POST'、'post'、'PUT'、'DELETE'等,不区分大小写。
  • 第二个参数url,必选
  • 第三个参数fields,请求的参数,可选
  • 第四个参数headers 可选

request请求的返回值是<urllib3.response.HTTPResponse object at 0x000001B3879440B8>

我们可以通过dir()查看其所有的属性和方法。

dir(r)

直截取了一部分

#'data', 'decode_content', 'enforce_content_length', 'fileno', 'flush', 'from_httplib',
# 'get_redirect_location', 'getheader', 'getheaders', 'headers', 'info', 'isatty',
# 'length_remaining', 'read', 'read_chunked', 'readable', 'readinto', 'readline',
# 'readlines', 'reason', 'release_conn', 'retries', 'seek', 'seekable', 'status',
# 'stream', 'strict', 'supports_chunked_reads', 'tell', 'truncate', 'version', 'writable',
# 'writelines']

二、post请求

import urllib3
url = "http://httpbin.org"
fields = {
  'name':'xfy'
}
http = urllib3.PoolManager()
r = http.request('post',url+"/post",fields=fields)
print(r.data.decode())

可以看到很简单,只是第一个参数get换成了post。

并且参数不需要再像urllib一样转换成byte型了。

三、设置headers

import urllib3
headers = {
   'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.113 Safari/537.36'
}
http = urllib3.PoolManager();
r = http.request('get',url+"/get",headers = headers)
print(r.data.decode())

四、设置代理

import urllib3
url = "http://httpbin.org"
headers = {
   'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.113 Safari/537.36'
}
proxy = urllib3.ProxyManager('http://101.236.19.165:8866',headers = headers)
r = proxy.request('get',url+"/ip")
print(r.data.decode())

五、当请求的参数为json

在发起请求时,可以通过定义body 参数并定义headers的Content-Type参数来发送一个已经过编译的JSON数据

import urllib3
url = "http://httpbin.org"
import json
data = {'name':'徐繁韵'}

json_data = json.dumps(data)

http = urllib3.PoolManager()
r = http.request('post',url+"/post",body = json_data,headers = {'Content-Type':'application/json'})
print(r.data.decode('unicode_escape'))

六、上传文件

#元组形式
with open('a.html','rb') as f:
  data = f.read()
http = urllib3.PoolManager()
r = http.request('post','http://httpbin.org/post',fields = {'filefield':('a.html',data,'text/plain')})
print(r.data.decode())

#二进制形式

r = http.request('post','http://httpbin.org/post',body = data,headers={'Content-Type':'image/jpeg'})
print(r.data.decode())

七、超时设置

# 1全局设置超时
# http = urllib3.PoolManager(timeout = 3)
# 2在request里设置
# http.request('post','http://httpbin.org/post',timeout = 3)

八、重试和重定向

import urllib3
http = urllib3.PoolManager()
#重试
r = http.request('post','http://httpbin.org/post',retries = 5) #请求重试测次数为5次 ,默认为3ci
print(r.retries) #Retry(total=5, connect=None, read=None, redirect=0, status=None)
#关闭重试
http.request('post','http://httpbin.org/post',retries = False) #请求重试测次数为5次 ,默认为3ci

r = http.request('get','http://httpbin.org/redirect/1',redirect = False)
print(r.retries)# Retry(total=3, connect=None, read=None, redirect=None, status=None)
print(r.status)
print(r.data.decode())
print("--------------------")
print(r.get_redirect_location())
#302不是异常

九、urllib3 本身设置了https的处理,但是有警告

虽然可以请求,但是报如下警告:

InsecureRequestWarning: Unverified HTTPS request is being made. Adding certificate verification is strongly advised. See: https://urllib3.readthedocs.io/en/latest/advanced-usage.html#ssl-warnings
  InsecureRequestWarning)

禁用警告:

import urllib3
urllib3.disable_warnings() #禁用各种警告
url = "https://www.12306.cn/mormhweb/"
http = urllib3.PoolManager()
r = http.request('get',url)
print(r.data.decode())

urllib3很强大,但是并没有requests好用。了解为主。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python访问sqlserver示例
Feb 10 Python
kNN算法python实现和简单数字识别的方法
Nov 18 Python
python中的__slots__使用示例
Feb 26 Python
用实例解释Python中的继承和多态的概念
Apr 27 Python
python开发之list操作实例分析
Feb 22 Python
python 调用win32pai 操作cmd的方法
May 28 Python
Java与Python两大幸存者谁更胜一筹呢
Apr 12 Python
python实现类之间的方法互相调用
Apr 29 Python
python实现NB-IoT模块远程控制
Jun 20 Python
对DJango视图(views)和模版(templates)的使用详解
Jul 17 Python
Python转换itertools.chain对象为数组的方法
Feb 07 Python
Python实现从N个数中找到最大的K个数
Apr 02 Python
机器学习之KNN算法原理及Python实现方法详解
Jul 09 #Python
Python实现基于KNN算法的笔迹识别功能详解
Jul 09 #Python
Python 16进制与中文相互转换的实现方法
Jul 09 #Python
python 文件转成16进制数组的实例
Jul 09 #Python
使用Python读取二进制文件的实例讲解
Jul 09 #Python
Python实现随机漫步功能
Jul 09 #Python
Python2包含中文报错的解决方法
Jul 09 #Python
You might like
利用递归把多维数组转为一维数组的函数
2006/10/09 PHP
PHP中return 和 exit 、break和contiue 区别与用法
2012/04/09 PHP
PHP删除HTMl标签的三种解决方法
2013/06/30 PHP
php提高网站效率的技巧
2015/09/29 PHP
PHP实现的数独求解问题示例
2017/04/18 PHP
基于Laravel实现的用户动态模块开发
2017/09/21 PHP
设置下载不需要倒计时cookie(倒计时代码)
2008/11/19 Javascript
javascript禁制后退键(Backspace)实例代码
2013/11/15 Javascript
js中arguments,caller,callee,apply的用法小结
2014/01/28 Javascript
jQuery学习笔记之总体架构
2014/06/03 Javascript
AngularJS模块管理问题的非常规处理方法
2015/04/29 Javascript
Node.js的npm包管理器基础使用教程
2016/05/26 Javascript
jQuery原理系列-常用Dom操作详解
2016/06/07 Javascript
使用Script元素发送JSONP请求的方法
2016/06/12 Javascript
jQuery.cookie.js使用方法及相关参数解释
2017/03/06 Javascript
AngularJS监听路由变化的方法
2017/03/07 Javascript
@ResponseBody 和 @RequestBody 注解的区别
2017/03/08 Javascript
JS实现线性表的顺序表示方法示例【经典数据结构】
2017/04/11 Javascript
深入理解React中何时使用箭头函数
2017/08/23 Javascript
Nuxt.js踩坑总结分享
2018/01/18 Javascript
JavaScript字符串转数字的5种方法及遇到的坑
2018/07/16 Javascript
Javascript之高级数组API的使用实例
2019/03/08 Javascript
vue-property-decorator用法详解
2019/12/12 Javascript
[00:38]TI珍贵瞬间系列(二):笑
2020/08/26 DOTA
Python中easy_install 和 pip 的安装及使用
2017/06/05 Python
python3通过selenium爬虫获取到dj商品的实例代码
2019/04/25 Python
Python中输入和输出(打印)数据实例方法
2019/10/13 Python
tensorflow实现训练变量checkpoint的保存与读取
2020/02/10 Python
ipython jupyter notebook中显示图像和数学公式实例
2020/04/15 Python
python3列表删除大量重复元素remove()方法的问题详解
2021/01/04 Python
美国领先的奢侈美容零售商:Bluemercury
2017/07/26 全球购物
澳大利亚排名第一的儿童在线玩具商店:Toy Galaxy
2018/10/06 全球购物
党委班子剖析材料
2014/08/21 职场文书
党员个人承诺书
2015/04/27 职场文书
大学生入党自传2015
2015/06/26 职场文书
MySQL Router的安装部署
2021/04/24 MySQL