python爬虫系列(1.1-urllib中常用方法的介绍)

一、关于urllib中常用方法的介绍

​

• 1、urlopen网络请求

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

  1. from urllib import request
  2. 
     
  3. if __name__ == "__main__":
  4. response = request.urlopen('http://www.baidu.com')
  5. print(response.read())

• 2、urlretrieve下载文件
  

  1. from urllib import request
  2. 
     
  3. if __name__ == "__main__":
  4. # 下载整个网页
  5. request.urlretrieve('http://www.baidu.com', 'baidu.html')
  6. # 下载图片
  7. request.urlretrieve('http://www.baidu.com/img/bd_logo1.png', 'baidu.png')

二、关于编码的处理

• 1、urlencode将字典类型数据转换为parsed模式
  

  1. from urllib import parse
  2. 
     
  3. if __name__ == "__main__":
  4. dict1 = {
  5. "name": "hello",
  6. "age": "20",
  7. "gender": "man"
  8. }
  9. re = parse.urlencode(dict1)
  10. print(re) # name=hello&age=20&gender=man

• 2、parse_qs和parse_qsl反序列化

  1. from urllib import parse
  2. 
     
  3. if __name__ == "__main__":
  4. dict1 = {
  5. "name": "hello",
  6. "age": "20",
  7. "gender": "man"
  8. }
  9. re = parse.urlencode(dict1)
  10. print(re)
  11. print(parse.parse_qs(re))

三、切割url的方法

• 1、urlsplit和urlparse方法

  1. from urllib import request, parse
  2. 
     
  3. if __name__ == "__main__":
  4. url = 'http://www.baidu.com?name=hello&age=20'
  5. print(parse.urlsplit(url))
  6. print(parse.urlparse(url))
  7. 
     
  8. # 输出
  9. # SplitResult(scheme='http', netloc='www.baidu.com', path='', query='name=hello&age=20', fragment='')
  10. # ParseResult(scheme='http', netloc='www.baidu.com', path='', params='', query='name=hello&age=20', fragment='')