python33 urllib2使用方法细节讲解

　　Proxy 的设置

　　urllib2 默认会使用环境变量 http_proxy 来设置 HTTP Proxy。如果想在程序中明确控制 Proxy 而不受环境变量的影响，可以使用下面的方式

　　复制代码 代码如下:
import urllib2

　　enable_proxy = True
proxy_handler = urllib2.ProxyHandler({http :
null_proxy_handler = urllib2.ProxyHandler({})

　　if enable_proxy:
opener = urllib2.build_opener(proxy_handler)
else:
opener = urllib2.build_opener(null_proxy_handler)

　　这里要注意的一个细节，使用 urllib2.install_opener() 会设置 urllib2 的全局 opener 。这样后面的使用会很方便，但不能做更细粒度的控制，比如想在程序中使用两个不同的 Proxy 设置等。比较好的做法是不使用 install_opener 去更改全局的设置，而只是直接调用 opener 的 open 方法代替全局的 urlopen 方法。

　　Timeout 设置

　　在老版 Python 中，urllib2 的 API 并没有暴露 Timeout 的设置，要设置 Timeout 值，只能更改 Socket 的全局 Timeout 值。

　　复制代码 代码如下:
import urllib2
import socket

　　socket.setdefaulttimeout(10) # 10 秒钟后超时
urllib2.socket.setdefaulttimeout(10) # 另一种方式

　　在 Python 2.6 以后，超时可以通过 urllib2.urlopen() 的 timeout 参数直接设置。

　　复制代码 代码如下:
import urllib2
response = urllib2.urlopen(

　　在 HTTP Request 中加入特定的 Header

　　要加入 header，需要使用 Request 对象：

　　复制代码 代码如下:
import urllib2

　　request = urllib2.Request(uri)
request.add_header(User-Agent, fake-client)
response = urllib2.urlopen(request)

　　对有些 header 要特别留意，服务器会针对这些 header 做检查

　　User-Agent : 有些服务器或 Proxy 会通过该值来判断是否是浏览器发出的请求

　　Content-Type : 在使用 REST 接口时，服务器会检查该值，用来确定 HTTP Body 中的内容该怎样解析。常见的取值有：

　　application/xml ： 在 XML RPC，如 RESTful/SOAP 调用时使用
application/json ： 在 JSON RPC 调用时使用
application/x-： 浏览器提交 Web 表单时使用
在使用服务器提供的 RESTful 或 SOAP 服务时， Content-Type 设置错误会导致服务器拒绝服务

　　Redirect

　　urllib2 默认情况下会针对 HTTP 3XX 返回码自动进行 redirect 动作，无需人工配置。要检测是否发生了 redirect 动作，只要检查一下 Response 的 URL 和 Request 的 URL 是否一致就可以了。

　　复制代码 代码如下:
import urllib2
response = urllib2.urlopen(
redirected = response.geturl() ==

　　如果不想自动 redirect，除了使用更低层次的 httplib 库之外，还可以自定义 HTTPRedirectHandler 类。

　　复制代码 代码如下:
import urllib2

　　class RedirectHandler(urllib2.HTTPRedirectHandler):
def http_error_301(self, req, fp, code, msg, headers):
pass
def http_error_302(self, req, fp, code, msg, headers):
pass

　　opener = urllib2.build_opener(RedirectHandler)
opener.open(

　　Cookie

　　urllib2 对 Cookie 的处理也是自动的。如果需要得到某个 Cookie 项的值，可以这么做：

　　复制代码 代码如下:
import urllib2
import cookielib

　　
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))
response = opener.open(
for item in cookie:
print item.value

　　使用 HTTP 的 PUT 和 DELETE 方法

　　urllib2 只支持 HTTP 的 GET 和 POST 方法，如果要使用 HTTP PUT 和 DELETE ，只能使用比较低层的 httplib 库。虽然如此，我们还是能通过下面的方式，使 urllib2 能够发出 PUT 或 DELETE 的请求：

　　复制代码 代码如下:
import urllib2

　　request = urllib2.Request(uri, data=data)
request.get_method = lambda: PUT # or DELETE
response = urllib2.urlopen(request)

　　这种做法虽然属于 Hack 的方式，但实际使用起来也没什么问题。

　　得到 HTTP 的返回码

　　对于 200 OK 来说，只要使用 urlopen 返回的 response 对象的 getcode() 方法就可以得到 HTTP 的返回码。但对其它返回码来说，urlopen 会抛出异常。这时候，就要检查异常对象的 code 属性了：

　　复制代码 代码如下:
import urllib2
try:
response = urllib2.urlopen(
except urllib2.HTTPError, e:
Debug Log

　　使用 urllib2 时，可以通过下面的方法把 debug Log 打开，这样收发包的内容就会在屏幕上打印出来，方便调试，有时可以省去抓包的工作

　　复制代码 代码如下:
import urllib2

　　httpHandler = urllib2.HTTPHandler(debuglevel=1)
httpsHandler = urllib2.HTTPSHandler(debuglevel=1)
opener = urllib2.build_opener(httpHandler, httpsHandler)

　　
response = urllib2.urlopen(