python模块urllib2与urllib用法区别

发布时间:2014-07-11编辑:www.jbxue.com
本文介绍了python模块urllib2与urllib的区别,实例介绍urllib2与urllib模块的不同,需要的朋友参考下。

首先,来看python urllib2模块中的urlopen,一般直接调用urlopen()表示去调用build_opener()方法,然后用build_opener()方法返回的类对象去调用该对象的open方法。
部分build_opener()的代码:
 

复制代码 代码示例:

#build_opener()
def build_opener(*handlers):
   
    opener = OpenerDirector()
    default_classes = [ProxyHandler, UnknownHandler, HTTPHandler,
                       HTTPDefaultErrorHandler, HTTPRedirectHandler,
                       FTPHandler, FileHandler, HTTPErrorProcessor]

    skip = set()
    for klass in default_classes:
        for check in handlers:
            if isclass(check):
                if issubclass(check, klass):
                    skip.add(klass)
            elif isinstance(check, klass):
                skip.add(klass)
    for klass in skip:
        default_classes.remove(klass)

    for klass in default_classes:
        opener.add_handler(klass())

    for h in handlers:
        if isclass(h):
            h = h()
        opener.add_handler(h)
    return opener
 

使用 urllib2.urlopen() 生成的是前面提到的管理很多处理器类的 OpenerDirector 操作类,然后给他加入很多的处理器,作为其一个属性,然后调用该处理器操作类对象的 open 方法就可以获取页面了。
流程就是:
生成一个处理器 opener = OpenerDirector() 对象
给这个处理器对象加入处理器 opener.add_handler(h)
使用打开方法,可能是具体 handler 类的打开方法。获取至本地的“文件流”对象,使用“文件流”。read() 获取内容,写入文件。
就是说,只要是使用urllib2,不管是要用代理,还是要用ftp,http,都逃不过这套过程。

下面再分析python urllib模块中的 urlopen(),使用 urllib.urlopen() 方法会生成一个 FancyURLopener 类的对象,而 FancyURLopener 类是URLopener 类的子类,那么这个类对象直接调用 URLopener 类的 open(url) 方法就行了,对于使用者来说,urllib.urlopen() 的使用方式更易于使用,但这只是初步使用上简单,在深度使用后,urllib 就没有 urllib2 结构清晰了。

下面给出2种方法的不同实现:
1. HTTPHandler方式
 

复制代码 代码示例:

#! -*- encoding:utf-8 -*-
import urllib2

opener = urllib2.OpenerDirector()
handler = urllib2.HTTPHandler()
opener.add_handler(handler)
content_stream = opener.open('http://www.baidu.com/')
print content_stream.read()

2. ProxyHandler方式
 

复制代码 代码示例:

#! -*- encoding:utf-8 -*-
import urllib2

handler = urllib2.ProxyHandler(proxies = {'http' : 'http://217.66.205.76:8080/'})
opener = urllib2.build_opener(handler)
f = opener.open('http://www.baidu.com/')
print f.read()
 

这里可以看到做的操作有先实例化一个处理类,然后调用 build_opener 类产生我们的管理器对象,调用管理器的 open 法,就能获取网页内容了。细心的读者对这段示例程序不知道会不会有一个疑问,确定这里是以代理去打开的 baidu 首页吗?而不是这里的代理根本没起作用,实际仍然是以本地IP打开的?那么就需要测试了,只需要做一个简单的操作,将代理地址改一个不能使用的地址,比如:
 

复制代码 代码示例:

#! -*- encoding:utf-8 -*-
import urllib2

handler = urllib2.ProxyHandler(proxies = {'http' : 'http://216.664.205.76:8080/'})
opener = urllib2.build_opener(handler)
f = opener.open('http://www.baidu.com/')
print f.read()
 

运行这段代码就会得到错误的信息的。因为这代理地址根本就是我胡编乱造的。

3. FileHandler
 

复制代码 代码示例:
#! -*- encoding:utf-8 -*-
import urllib2
handler = urllib2.FileHandler()
request = urllib2.Request(url='file:/D:\myapplesapple_id.txt')
opener = urllib2.build_opener(handler)
f = opener.open(request)
print f.read()
 

注意这里一定要指定是文件类型,即url一定要有file:/而不能单单只写url='D:\myapplesapple_id.txt'

4. FTPHandler
先一步步的来:
 

复制代码 代码示例:
#! -*- encoding:utf-8 -*-
import urllib2
handler = urllib2.FTPHandler()
request = urllib2.Request(url='ftp://www.×××××.com/')
opener = urllib2.build_opener(handler)
f = opener.open(request)
print f.read()
 

执行结果显示:
if resp[0] == '3': resp = self.sendcmd('PASS ' + passwd)
File "C:\Python26\lib\ftplib.py", line 243, in sendcmd
    return self.getresp()
  File "C:\Python26\lib\ftplib.py", line 218, in getresp
    raise error_perm, resp
urllib2.URLError: <urlopen error ftp error: 530 Login or password incorrect!>
提示需要登录用户名和密码:
 

复制代码 代码示例:
#! -*- encoding:utf-8 -*-
import urllib2
handler = urllib2.FTPHandler()
request = urllib2.Request(url='ftp://用户名:密码@ftp地址/')
opener = urllib2.build_opener(handler)
f = opener.open(request)
print f.read()

执行以下,获得结果:
drwxr-xr-x 1 ftp ftp              0 Jan 08  2011 *****
drwxr-xr-x 1 ftp ftp              0 Jan 11  2011 *****
drwxr-xr-x 1 ftp ftp              0 Oct 28  2010 *******
OK了,带*的该ftp服务器下跟目录下的文件名。

以上是一些 urllib 2 基本使用方法,但大家也可以看出就那么一套模式。下面是 urllib 的在写这些程序的做法。

还是先给urllib的简单介绍吧。urllib 可以打开任意的一个 url 地址,遵循了一些标准,比如:

RFC1808:相对路径处理方法
RFC1738:标准url地址
RFC1630:url细则
通过使用 URLopener().open(file) 将返回一个使用了不同协议操作的对象。接下来这个对象就可以调用像read(),readline(),readlines(),fileno(), close()和info()方法,大家可以看出很多都是类似于文件对象的方法。info方法返回一个mimetools.Message对象,能用于这个对象的各种信息状态的显示。如果使用info方法,将相应的调用getheader方法.

urllib中主题就2个类,一个URLopener类,一个FancyURLopener类,FancyURLopener是URLopener类的子类,也就是对URLopener类的扩展。而其他绝大部分的类都是围绕或者基于这2个类进行处理,一个urllib模块只要通了URLopener其他甚至都可以自己扩展了。

大多数情况下我们都是使用urllib.urlopen()。

刚才已经对比过这2个方法了,可以看到urllib.urlopen()可以直接使用代理,假如我们真的使用不那么高级点,这个还是不错的,而urllib2 的 urlopen 却不是能直接支持代理的。所以这对于很多同学认定 urllib 比 urllib2 好,不明白为什么会有 urllib2 这个玩意的一个原因吧。

直接使用urlopen:
 

复制代码 代码示例:

#! -*- encoding:utf-8 -*-
import urllib

f = urllib.urlopen('http://www.baidu.com/')
print f.read()

加入代理:
 

复制代码 代码示例:
#! -*- encoding:utf-8 -*-
import urllib
f = urllib.urlopen(url='http://www.baidu.com/', proxies={'has_key' : 'http://216.66.205.76:8080/'})
print f.read()

对比下urllib2的代理的写法:
 

urllib2:             proxies = {'http' : 'http://217.66.205.76:8080/'}
urllib :              proxies={'has_key' : 'http://216.66.205.76:8080/'}

这里没有谁要谁坏的一说,只是告诉大家加以区别而已。(脚本学堂 www.jbxue.com 编辑整理)

3. 打开本地文件
 

复制代码 代码示例:

#! -*- encoding:utf-8 -*-

import urllib
f = urllib.urlopen(url='file:/D:\\myapplesapple_id.txt')
print f.read()

4. ftp
 

复制代码 代码示例:

#! -*- encoding:utf-8 -*-

import urllib
f = urllib.urlopen(url='ftp://python:read@www.*****.com/')
print f.read()
URLopener结构:

class URLopener:
    __tempfiles = None
    version = "Python-urllib/%s" % __version__
    def __init__(self, proxies=None, **x509):
    def __del__(self):
    def close(self):
    def cleanup(self):
    def addheader(self, *args):
    def open(self, fullurl, data=None):
    def open_unknown(self, fullurl, data=None):
    def open_unknown_proxy(self, proxy, fullurl, data=None):
    def retrieve(self, url, filename=None, reporthook=None, data=None):
    def open_http(self, url, data=None):
    def http_error(self, url, fp, errcode, errmsg, headers, data=None):
    def http_error_default(self, url, fp, errcode, errmsg, headers):
    def open_https(self, url, data=None):
    def open_file(self, url):
    def open_local_file(self, url):
    def open_ftp(self, url):
    def open_data(self, url, data=None):
 

该类的设计逻辑是不管37是否等于21,先实例化该类对象出来,如果有代理,在实例化的时候将代理制定给这个实例化对象的一个属性,然后直接调用这个类的open方法,open方法里面有很多处理逻辑,比如,通过你给定url来判断要使用什么协议来对这个url进行处理,调用本类中的那个方法,设计中的一个经典核心代码:
urltype, url = splittype(fullurl)  #解析url,分析出该url的特点,比如file,ftp,http,等
 

复制代码 代码示例:
 if not urltype:
  urltype = 'file'
 if urltype in self.proxies:
  proxy = self.proxies[urltype]
  urltype, proxyhost = splittype(proxy)
  host, selector = splithost(proxyhost)
  url = (host, fullurl) # Signal special case to open_*()
 else:
  proxy = None
 name = 'open_' + urltype
 self.type = urltype
 name = name.replace('-', '_')
 if not hasattr(self, name):
  if proxy:
   return self.open_unknown_proxy(proxy, fullurl, data)
  else:
   return self.open_unknown(fullurl, data)
 try:
  if data is None:
   return getattr(self, name)(url)   #getattr()方法,如果name(形如'open_http','open_ftp','open_local_file')为真,返回这个属性,
 #即调用了这个方法,并且url是他传入的一个参数!从该类中其他方法名可以看出作者就是这个意思。
  else:
   return getattr(self, name)(url, data)
 except socket.error, msg:
  raise IOError, ('socket error', msg), sys.exc_info()[2]
 

调用到符合 url 协议的方法了,然后就知道识别找方法。

上一篇:python远程监控电脑并关机 python模拟登录
下一篇:python模拟登录新浪微博 python模拟登录实例

相关文章