junjie 通过本文主要向大家介绍了python urllib2,python3安装urllib2,python3 urllib2,python urllib2下载,python3中urllib2等相关知识,希望对您有所帮助,也希望大家支持linkedu.com www.linkedu.com
在采集网页信息的时候,经常需要伪造报头来实现采集脚本的有效执行
下面,我们将使用urllib2的header部分伪造报头来实现采集信息
方法1、
#!/usr/bin/python
# -*- coding: utf-8 -*-
#encoding=utf-8
#Filename:urllib2-header.py
import urllib2
import sys
#抓取网页内容-发送报头-1
url= "http://www.jb51.net"
send_headers = {
'Host':'www.jb51.net',
'User-Agent':'Mozilla/5.0 (Windows NT 6.2; rv:16.0) Gecko/20100101 Firefox/16.0',
'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
'Connection':'keep-alive'
}
req = urllib2.Request(url,headers=send_headers)
r = urllib2.urlopen(req)
html = r.read() #返回网页内容
receive_header = r.info() #返回的报头信息
# sys.getfilesystemencoding()
html = html.decode('utf-8','replace').encode(sys.getfilesystemencoding()) #转码:避免输出出现乱码
print receive_header
# print '####################################'
print html
</div>
方法2、
#!/usr/bin/python
# -*- coding: utf-8 -*-
#encoding=utf-8
#Filename:urllib2-header.py
import urllib2
import sys
url = 'http://www.jb51.net'
req = urllib2.Request(url)
req.add_header('Referer','http://www.jb51.net/')
req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.2; rv:16.0) Gecko/20100101 Firefox/16.0')
r = urllib2.urlopen(req)
html = r.read()
receive_header = r.info()
html = html.decode('utf-8').encode(sys.getfilesystemencoding())
print receive_header
print '#####################################'
print html
</div>
</div>
您可能想查找下面的文章:
- 【Python】Python的urllib模块、urllib2模块批量进行网页下载文件
- Python网络编程中urllib2模块的用法总结
- Python使用urllib2模块抓取HTML页面资源的实例分享
- Python使用urllib2模块抓取HTML页面资源的实例分享
- 使用Python的urllib2模块处理url和图片的技巧两则
- 使用Python的urllib2模块处理url和图片的技巧两则
- Python中的urllib模块使用详解
- python使用urllib2提交http post请求的方法
- python使用urllib2提交http post请求的方法
- python基于urllib实现按照百度音乐分类下载mp3的方法

