urllib 模块学习

urllib.urlopen('网址'):这里传入urlopen()的参数有特别说要求，要遵循一些网络协议，比如http,ftp。

也就是说，在网址的开头必须要有http://这样的说明,如：urllib.urlopen('http://www.baidu.com')。

要么就是本地文件，本地文件需要使用file关键字，比如urllib.urlopen('file:hello.py')。

注意，这里的hello.py是指的是当前的classpath所指定的内容，当然也可以直接写全部路径，urllib.urlopen('file:F:\pythontest\hello.py')。

#-*- coding:utf-8 -*-
import urllib

f = urllib.urlopen('http://www.baidu.com')
print f.read()
print f.info()
print f.getcode()

如果传入的参数正确，比如该网站可以访问，没有特殊情况(比如需要代理等)，那么将返回一个类似于文件对象的对象。即上面代码中的f,f对象有的方法一些操作方法，使用dir(f)：

>>> dir(f)
['__doc__', '__init__', '__iter__', '__module__', '__repr__', 'close', 'code', 'fileno', 'fp', 'getcode', 'geturl', 'headers', 'info', 'next', 'read', 'readline', 'readlines', 'url']

urlopen返回 一个类文件对象，他提供了如下方法：

1. read() , readline() , readlines() , fileno() , close() ：这些方法的使用方式与文件对象完全一样;
2. info()：返回一个httplib.HTTPMessage 对象，表示远程服务器返回的头信息；
3. getcode()：返回Http状态码。如果是http请求，200表示请求成功完成;404表示网址未找到；
4. geturl()：返回请求的url；

使用read()方法会将所有内容读取出来，并且不能返回重读，在使用f.read()将得不到任何数据，也就是说，得到的数据在这个时候如果想在后面进行任何处理操作的话，需要另外定义一个对象来进行存储