urllib.request

我們都知道，urlopen()方法能發(fā)起最基本對(duì)的請(qǐng)求發(fā)起，但僅僅這些在我們的實(shí)際應(yīng)用中一般都是不夠的，可能我們需要加入headers之類的參數(shù),那需要用功能更為強(qiáng)大的Request類來(lái)構(gòu)建了

在不需要任何其他參數(shù)配置的時(shí)候，可直接通過(guò)urlopen()方法來(lái)發(fā)起一個(gè)簡(jiǎn)單的web請(qǐng)求

發(fā)起一個(gè)簡(jiǎn)單的請(qǐng)求

import urllib.requesturl=’https://www.douban.com’webPage=urllib.request.urlopen(url)print(webPage)data=webPage.read()print(data)print(data.decode(’utf-8’))

urlopen()方法返回的是一個(gè)http.client.HTTPResponse對(duì)象，需要通過(guò)read（）方法做進(jìn)一步的處理。一般使用read（）后，我們需要用decode（）進(jìn)行解碼，通常為utf-8，經(jīng)過(guò)這些步驟后，最終才獲取到我們想要的網(wǎng)頁(yè)。

添加Headers信息

import urllib.requesturl=’https://www.douban.com’headers = { ’User-Agent’: ’Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.186 Safari/537.36’, }response=urllib.request.Request(url=url,headers=headers)webPage=urllib.request.urlopen(response)print(webPage.read().decode(’utf-8’))

使用Request類返回的又是一個(gè)urllib.request.Request對(duì)象了。

通常我們爬取網(wǎng)頁(yè)，在構(gòu)造http請(qǐng)求的時(shí)候，都需要加上一些額外信息，什么Useragent，cookie等之類的信息，或者添加代理服務(wù)器。往往這些都是一些必要的反爬機(jī)制

requests

通常而言，在我們使用python爬蟲(chóng)時(shí)，更建議用requests庫(kù)，因?yàn)閞equests比urllib更為便捷，requests可以直接構(gòu)造get,post請(qǐng)求并發(fā)起，而urllib.request只能先構(gòu)造get，post請(qǐng)求，再發(fā)起。

import requestsurl=’https://www.douban.com’headers = { ’User-Agent’: ’Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.186 Safari/537.36’,}get_response = requests.get(url,headers=headers,params=None)post_response=requests.post(url,headers=headers,data=None,json=None)print(post_response)print(get_response.text)print(get_response.content)print(get_response.json)

get_response.text得到的是str數(shù)據(jù)類型。

get_response.content得到的是Bytes類型,需要進(jìn)行解碼。作用和get_response.text類似。

get_response.json得到的是json數(shù)據(jù)。

總而言之，requests是對(duì)urllib的進(jìn)一步封裝，因此在使用上顯得更加的便捷，建議小伙伴們?cè)趯?shí)際應(yīng)用當(dāng)中盡量使用requests。

補(bǔ)充知識(shí)：python中urllib.request.Request()與urllib.request.urlopen()區(qū)別

蟒蛇中urllib.request.Request（）與urllib.request.urlopen（）的區(qū)別：

相對(duì)于urllib.request.urlopen（）來(lái)說(shuō)urllib.request.Request是進(jìn)一步的包裝請(qǐng)求，下面是請(qǐng)求類的源碼示例：

class Request: # 主要看這塊，構(gòu)造函數(shù)中指明了Request進(jìn)一步包裝請(qǐng)求中可以傳遞的參數(shù)有（url，data，headers， # origin_req_host，unverifiable，method） def __init__(self, url, data=None, headers={}, origin_req_host=None, unverifiable=False, method=None): self.full_url = url self.headers = {} self.unredirected_hdrs = {} self._data = None self.data = data self._tunnel_host = None for key, value in headers.items(): self.add_header(key, value) if origin_req_host is None: origin_req_host = request_host(self) self.origin_req_host = origin_req_host self.unverifiable = unverifiable if method: self.method = method pass

我們可以這樣使用（以下是模擬有道字典翻譯發(fā)送的請(qǐng)求）：

# 請(qǐng)求地址urlurl = 'http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule' # 請(qǐng)求頭request_headers = { ’Host’:’fanyi.youdao.com’, 'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.108 Safari/537.36',} # 發(fā)送給服務(wù)器的表單form_data = { 'i': word, 'from': 'AUTO', 'to': 'AUTO', 'smartresult': 'dict', 'doctype': 'json', 'version': '2.1', 'keyfrom': 'fanyi.web', 'action': 'FY_BY_REALTIME', 'typoResult': 'false'} # POST發(fā)送的data必須為bytes或bytes類型的可迭代對(duì)象，不能是字符串form_data = urllib.parse.urlencode(form_data).encode() # 構(gòu)造請(qǐng)求對(duì)象Requestreq = urllib.request.Request(url, data=form_data, headers=request_headers) # 發(fā)起請(qǐng)求response = urllib.request.urlopen(req)data = response.read().decode()print(data)

所以，總的來(lái)說(shuō)，如果我們?cè)讷@取請(qǐng)求對(duì)象時(shí)，不需要過(guò)多的參數(shù)傳遞，我么可以直接選擇urllib.request.urlopen（）;如果需要進(jìn)一步的包裝請(qǐng)求，則需要用urllib.request里。的urlopen（）進(jìn)行包裝處理。

以上這篇python中urllib.request和requests的使用及區(qū)別詳解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持好吧啦網(wǎng)。