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:
    Flask 静态文件缓存问题
    Flask中current_app和g对象
    Flask-Login详解
    Flask-分开Models解决循环引用
    python包中__init__.py文件的作用
    Flask中路由参数
    Flask之加载静态资源
    Flask request 属性详解
    Django REST framework+Vue 打造生鲜超市(一)
    8.Vue基础
  • 原文地址:https://www.cnblogs.com/lonenysky/p/4842694.html
Copyright © 2011-2022 走看看