zoukankan      html  css  js  c++  java
  • Python爬虫总结

    基本的读取
    import urllib2
    http=urllib2.urlopen("http://xxxxx").read().decode('utf-8')


    使用代理
    import urllib2
    proxy=urllib2.ProxyHandler({'http':'http://xxxxxx:xxxx'})
    opener=urllib2.build_opener(proxy,urllib2.HTTPHandler)
    urllib2.install_opener(opener)
    html=urllib2.urlopen("xxxxxxx").read().decode('utf-8')


    使用cookie
    import urllib2,cookielib
    cookies=urllib2.HTTPCookieProcessor(cookielib.CookieJar())
    opener=urllib2.build_opener(cookies,urllib2.HTTPHandler)
    urllib2.install_opener(opener)
    html=urllib2.urlopen('xxxxxxx').read()

    同时使用代理和cookie时更改
    opener=urllib2.build_opener(proxy,cookies,urllib2.HTTPHandler)


    表单的处理
    要先截获报文,这里举例post内是username,passwd,login_submint
    import urllib2
    postdata=urllib2.urlencode({
    'username':'xxxxxx',
    'passwd':'xxxxxx',
    'login_submint':'登录'
    })
    然后生成http请求再发送
    req=urllib2.Request(
    url='xxxxxxxxx',
    data=postdata
    )
    result=urllib2.urlopen(req).read()



    伪装浏览器行为
    headers={'User-Agent':'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'}

    req=urllib2.Request(
    url='xxxxxxxxx',
    data=postdata,
    headers=headers
    )
    result=urllib2.urlopen(req).read()



    反盗链
    headers中加入Referer

  • 相关阅读:
    信息安全系统设计基础第四周学习内容
    信息安全系统设计基础第三周学习总结
    第十二节 Linux下软件安装
    第十一节 正则表达式基础
    session的生命周期
    session对象
    什么是session
    请求重定向和请求转发的关系
    java web的response对象
    java web中request对象(下)
  • 原文地址:https://www.cnblogs.com/lonenysky/p/4842694.html
Copyright © 2011-2022 走看看