python爬虫入门urllib库的使用
程序员文章站
2022-06-30 18:29:04
urllib库的使用，非常简单。 只要几句代码就可以把一个网站的源代码下载下来。 官方文档：https://docs.python.org/2/library/urllib2.html urllib2.urlopen(url[, data[, timeout[, cafile[, capath[, ......
urllib库的使用，非常简单。
import urllib2
response = urllib2.urlopen("http://www.baidu.com")
print response.read()
只要几句代码就可以把一个网站的源代码下载下来。
官方文档：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个参数，url, data：提交的数据. timeout：超时
也可以这样使用：
import urllib2
request = urllib2.Request("http://www.baidu.com")
response = urllib2.urlopen(request)
print response.read()
这种用法比较常见。
我们用php创建一个表单，然后用urllib2模拟表单提交
<!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>
接下来，我们先用get方式提交【备注：域名是我本地的，你需要用本地host映射，相应的服务器域名和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()
执行之后，如果把用户名或者密码该错，就会出现login error.
post提交方式，当然你要把php表单改成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()