python爬虫系列(1.2-urllib模块中request 常用方法)

一、request.Request方法的使用

上一章节中介绍了request.urlopen()的使用,仅仅的很简单的使用,不能设置请求头及cookie的东西,request.Request()方法就是进一步的包装请求.

• 1、源码查看参数

  class Request:
  
      def __init__(self, url, data=None, headers={}, origin_req_host=None, unverifiable=False, method=None):
          pass
  

• 2、使用请求百度

  from urllib import request
  
  if __name__ == "__main__":
      headers = {
          'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36 OPR/54.0.2952.64'
      }
      req = request.Request(url='https://www.baidu.com', headers=headers)
      response = request.urlopen(req)
      print(response.read())
  

二、使用代理服务器

• 1、常见免费的代理地址

  • 西刺代理
  • 无忧代理
  • 快代理
  • 89免费代理

• 2、检测当前ip信息的测试网站

• 3、使用代理

  from urllib import request
  
  if __name__ == "__main__":
      headers = {
          'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36 OPR/54.0.2952.64'
      }
      # 创建使用代理
      handler = request.ProxyHandler({"http": "186.103.173.189:58243"})
      opener = request.build_opener(handler)
      # 包装请求对象
      req = request.Request("http://httpbin.org/get", headers=headers)
      # 使用代理打开网站
      response = opener.open(req)
      print(response.read().decode("utf8"))
  

三、更多关于python爬虫文章可以访问