Python爬虫第二天:请求方法|Cookie|Handler| cookielib库 和 HTTPCookieProcessor处理器

内容简述:         

    一:请求对象Request的post及ajax的get及post    

    二:复杂get请求(函数封装)     

    三:异常捕获和Cookie    

    四:代理及cookielib库

一:POST请求(百度翻译)

  注意:

     a.如果只加UA获取不到结果,将抓包的所有请求头复制过来再次请求

     b.不要带-请求头里面'Accept-Encoding': 'gzip, deflate'

二:Ajax请求 -get|post

豆瓣电影分类排行榜-战争ajax-get            

https://movie.douban.com/j/chart/top_listtype=22&interval_id=100%3A90&action=&start=0&limit=20

   起始行start规律(当前页-1)*psize

   百度翻译和肯德基餐厅排行榜等   ajax-post

三:复杂get[封装函数]

     百度贴吧python3吧

        http://tieba.baidu.com/f?ie=utf-8&kw=python3&pn=0

        http://tieba.baidu.com/f?kw=python3&ie=utf-8&pn=50

        http://tieba.baidu.com/f?kw=python3&ie=utf-8&pn=100

        http://tieba.baidu.com/f?kw=python3&ie=utf-8&pn=150

        1 0

        2 50

        3 100

        n  (n-1)*50

四:URLError和HTTPError

   HTTPError类是URLError类的子类

   通过urllib发送请求的时候,有可能会发送失败,这个时候如果想让你的代码更加的健壮,可以通过try-except进行捕获异常,异常有两类,URLError\HTTPError

 五:Cookie简单登录

        客户端|浏览器的会话技术

        执行规则:cookie本身由浏览器保存,通过Response将cookie写到浏览器上,下一次访问,浏览器会根据不同的规则携带cookie过来

        response.set_cookie(key,value[,max_age=None,exprise=None)]

        request.cookie.get(key)

      特性:

            - 支持过期时间

            -默认会自动携带本网站的所有cookie

            -根据域名进行cookie存储

            -不能跨域名和浏览器

        Cookie是通过服务器创建的Response来创建的

        操作说明:

                response.set_cookie(key,value,max_age=None,exprise=None)

                max_age: 整数,指定cookie过期时间

                expries :整数,指定过期时间,可以指定一个具体日期时间

                max_age和expries两个选一个指定

                过期时间:max_age 设置为 0 浏览器关闭失效|设置为None永不过期

                删除cookieresponse.delete_cookie(key)

Python爬虫第二天:请求方法|Cookie|Handler| cookielib库 和 HTTPCookieProcessor处理器_第1张图片

【示例】笑话集http://www.jokeji.cn/User/Login.asp

六:Handler处理器、自定义Opener【简单使用】

        A-前面学习的urllib.request.urlopen()很简单的一个获取网页的函数但是它不能自己构建请求头

        B-引入了request对象,request=urllib.request.Request(url=url, headers=headers),高级之处可以定制请求头

        C- request对象不能携带cookie,也不能使用代理等HTTP/HTTPS高级功能所以引入了Handler 处理器、自定义Opener

使用步骤:

        1-使用相关的 Handler处理器 来创建特定功能的处理器对象;

         2-然后通过 urllib2.build_opener()方法使用处理器对象,创建自定义opener对象;

         3-使用自定义的opener对象,调用open()方法发送请求。

七: Handler-Opener高级使用-代理

      1-代理服务器分为免费和收费:

http://www.kuaidaili.com/快代理(免费)

http://www.xicidaili.com/西刺代理(免费)

      2-本地浏览器配置代理步骤【简单验证】

            设置==》高级==》打开代理设置==》链接==》局域网设置==》代理服务器==》选中为LAN配置、跳过xxx,将代理服务器的地址和端口号写入,保存即可,百度访问ip,查看ip地址

      3-代码配置代理

          【注】访问网址是http,用http代理服务器。访问https,用https代理服务

八:cookielib库 和 HTTPCookieProcessor处理器

       cookielib模块:主要作用是提供用于存储cookie的对象

       HTTPCookieProcessor处理器:主要作用是处理cookie对象,并构建handler对象

你可能感兴趣的:(Python爬虫第二天:请求方法|Cookie|Handler| cookielib库 和 HTTPCookieProcessor处理器)