爬虫01-urllib常用函数

2021-04-08 11:28

阅读:1073

标签:div   请求   htm   trie   http   ret   read   format   lsp   

from urllib import request
from urllib import parse
#1.读取网页
url="http://www.baidu.com"
resp=request.urlopen(url)
# print(resp.getcode())#获取响应码
# print(resp.read())#读取网页
# print(resp.readline())#读取一行
# print(resp.readlines()[1])#读取网页返回列表

#2.下载
request.urlretrieve("http://www.baidu.com","baidu.html")#下载网页
request.urlretrieve("https://bkimg.cdn.bcebos.com/pic/38dbb6fd5266d0167927ca029b2bd40735fa35d9?x-bce-process=image/resize,m_lfit,w_268,limit_1/format,f_jpg","Jay.jpg")

#3.编码解码
params={"wd":"周杰伦"}
qs=parse.urlencode(params)#编码
sq=parse.parse_qs(qs)#解码
print(sq)

#4.获取请求头信息
result=parse.urlparse(url)
print(result)#全部信息
print(result.scheme)
print(result.netloc)
print(result.path)
print(result.params)
print(result.query)
print(result.fragment)

result2=parse.urlsplit(url)
print(result2)#全部信息
print(result2.scheme)
print(result2.netloc)
print(result2.path)
#print(result2.params) 没有这一项剩下和parse一样
print(result2.query)
print(result2.fragment)

  

爬虫01-urllib常用函数

标签:div   请求   htm   trie   http   ret   read   format   lsp   

原文地址:https://www.cnblogs.com/wcyMiracle/p/12460626.html


评论


亲,登录后才可以留言!