python 编程抓取网页(保存图片 模拟POST GET 中文编码问题)

简单的抓取网页:
import urllib.request   
url="http://google.cn/"  
response=urllib.request.urlopen(url)    #返回文件对象
page=response.read()
直接将URL保存为本地文件:  
import urllib.request  
url="http://www.xxxx.com/1.jpg"
urllib.request.urlretrieve(url,r"d:\temp\1.jpg")
  POST方式:  
import urllib.parse  
import urllib.request  
 
url="http://liuxin-blog.appspot.com/messageboard/add" 
 
values={"content":"命令行发出网页请求测试"}  
data=urllib.parse.urlencode(values) 

#创建请求对象  
req=urllib.request.Request(url,data) 
#获得服务器返回的数据  
response=urllib.request.urlopen(req) 
#处理数据  
page=response.read()
  GET方式:  
import urllib.parse  
import urllib.request  
 
url="http://www.google.cn/webhp" 
 
values={"rls":"ig"}  
data=urllib.parse.urlencode(values)  
 
theurl=url+"?"+data 
#创建请求对象  
req=urllib.request.Request(theurl) 
#获得服务器返回的数据  
response=urllib.request.urlopen(req) 
#处理数据  
page=response.read()
  有2个常用的方法,geturl(),info() geturl()的设置是为了辨别是否有服务器端的网址重定向,而info()则包含了一系列的信息。 中文问题的处理,会用到 encode()编码 dencode()解码:

上一篇:
下一篇:

相关文章:

Categories: 博客记录

0 Responses so far.

Leave a Reply