首页 > 代码库 > Python Urllib2和Cookielib的综合使用

Python Urllib2和Cookielib的综合使用

Python Urllib2和Cookielib的综合使用

标签(空格分隔): Python Urllib2 Fetch


  1. 手动添加请求的Headers,在opener,Request,urlopen,看看有几种方法可以使用相同的Headers处理不同的网页;
  2. 设定CookieJar,设定cookielib.Cookie()
  3. 手动添加Headers,并设定CookieJar,看看能否自动处理;

1.手动添加Headers

1.1 添加到opener上

?
1
2
3
4
5
6
7
8
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor)
opener.addheaders #此时会显示 "Python-urllib/2.7"
opener.addheaders[0]=("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64; rv:29.0) Gecko/20100101 Firefox/29.0") #把 user-agent变了
    #剩下的添加自己需要的内容,比如Cookie, X-Requested-With
opener.addheaders.append(******,*******)
    #最后可以使用一个opener打开多个内容
opener.open(url1)
opener.open(url2)
之后可以一直使用opener.open打开自己想要打开的网址,headers不需要每次都构建一次了。

1.2 Request对象

Request使用 urllib2.Request(url[, data][, headers][, originreqhost][, unverifiable]) 进行创建,可以看出,url是必需的。所以构建一个Request对象只能打开一个网页。 修改Request的Headers有两种方法

  • 直接修改Request.headers 这个字典
  • 使用Request.add_header添加一个header

1.3 使用urllib2.urlopen(url[, data][, timeout])

最简单打开一个网页的方法就是直接使用urllib2.urlopen,参数url可以是网址也可以是Request对象。很明显,也不能更换url,甚至不能更改headers。想要添加headers,需要在Request对象里更改。 不过可以使用urllib2.install_opener(opener)修改默认的opener,在使用第一种方法设定好opener的headers后,就可以直接使用urlopen了。所有发送的请求都会自动带上opener的headers。

2 cookielib和CookieJar自动处理