Python中urllib2模块的8个使用细节分享

Python标准库中有很多实用的工具类，但是在具体使用时，标准库文档上对使用细节描述的并不清楚，比如urllib2这个客户端库。这里总结了一些urllib2库的使用细节。

1Proxy的设置

urllib2默认会使用环境变量_proxy来设置Proxy。假如想在程序中明确控制Proxy，而不受环境变量的影响，可以使用下面的方式

代码如下:

importurllib2

enable_proxy=True

proxy_handler=urllib2.ProxyHandler({“”:‘:8080’})

null_proxy_handler=urllib2.ProxyHandler({})

ifenable_proxy:

opener=urllib2.build_opener(proxy_handler)

else:

opener=urllib2.build_opener(null_proxy_handler)

urllib2.install_opener(opener)

这里要注重的一个细节，使用urllib2.install_opener()会设置urllib2的全局opener。这样后面的使用会很方便，但不能做更细粒度的控制，比如想在程序中使用两个不同的Proxy设置等。比较好的做法是不使用install_opener去更改全局的设置，而只是直接调用opener的open方法代替全局的urlopen方法。

2Timeout设置

在老版本中，urllib2的API并没有暴露Timeout的设置，要设置Timeout值，只能更改Socket的全局Timeout值。

代码如下:

importurllib2

importsocket

socket.setdefaulttimeout(10)#10秒钟后超时

urllib2.socket.setdefaulttimeout(10)#另一种方式

在新的Python2.6版本中，超时可以通过urllib2.urlopen()的timeout参数直接设置。

代码如下:

importurllib2

response=urllib2.urlopen(‘’,timeout=10)

3在Request中加入特定的Header

要加入Header，需要使用Request对象：

代码如下:

importurllib2

request=urllib2.Request(uri)

request.add_header(‘User-Agent’,‘fake-client’)

response=urllib2.urlopen(request)

对有些header要尤其留意，Server端会针对这些header做检查

1.User-Agent有些Server或Proxy会检查该值，用来判定是否是浏览器发起的Request

2.Content-Type在使用REST接口时，Server会检查该值，用来确定Body中的内容该怎样解析。

常见的取值有：

1.application/xml：在XMLRPC，如RESTful/SOAP调用时使用

2.application/json：在JSONRPC调用时使用

3.application/x-www-form-urlencoded：浏览器提交Web表单时使用

……

在使用RPC调用Server提供的RESTful或SOAP服务时，Content-Type设置错误会导致Server拒绝服务。

4Redirect

urllib2默认情况下会针对3xx返回码自动进行Redirect动作，无需人工配置。要检测是否发生了Redirect动作，只要检查一下Response的URL和Request的URL是否一致就可以了。

代码如下:

importurllib2

response=urllib2.urlopen(‘’)

redirected=response.geturl()==‘’

假如不想自动Redirect，除了使用更低层次的lib库之外，还可以使用自定义的RedirectHandler类。

代码如下:

importurllib2

classRedirectHandler(urllib2.RedirectHandler):

def_error_301(self,req,fp,code,msg,headers):

pass

def_error_302(self,req,fp,code,msg,headers):

pass

opener=urllib2.build_opener(RedirectHandler)

opener.open(‘’)

5Cookie

urllib2对Cookie的处理也是自动的。假如需要得到某个Cookie项的值，可以这么做：

代码如下:

importurllib2

importcookielib

cookie=cookielib.CookieJar()

opener=urllib2.build_opener(urllib2.CookieProcessor(cookie))

response=opener.open(‘’)

foritemincookie:

ifitem.name==‘some_cookie_item_name’:

printitem.value

6使用的PUT和DELETE方法

urllib2只支持的GET和POST方法，假如要使用PUT和DELETE，只能使用比较低层的lib库。虽然如此，我们还是能通过下面的方式，使urllib2能够发出PUT或DELETE的包：

代码如下:

importurllib2

request=urllib2.Request(uri,data=data)

request.get_method=lambda:‘PUT’#or‘DELETE’

response=urllib2.urlopen(request)

这种做法虽然属于Hack的方式，但实际使用起来也没什么问题。

7得到的返回码

对于200OK来说，只要使用urlopen返回的response对象的getcode()方法就可以得到的返回码。但对其它返回码来说，urlopen会抛出异常。这时候，就要检查异常对象的code属性了：

代码如下:

importurllib2

try:

response=urllib2.urlopen(‘’)

excepturllib2.Error,e:

printe.code

8DebugLog

使用urllib2时，可以通过下面的方法把DebugLog打开，这样收发包的内容就会在屏幕上打印出来，方便我们调试，在一定程度上可以省去抓包的工作。

代码如下:

importurllib2

Handler=urllib2.Handler(debuglevel=1)

sHandler=urllib2.SHandler(debuglevel=1)

opener=urllib2.build_opener(Handler,sHandler)

urllib2.install_opener(opener)

response=urllib2.urlopen(‘’)

丢冻熄宴封支委制井妈沟送茫盖涛滑挪放薪梢斜娘翼驴卡谜朝造涛碌剧鼓弃水奸调股迫快字遍交顿他雹际砖光抗彼动仗人乏剂邮伍步赛睁品厉救惕扇枕问已忆眯肯列赵膛胜彼定蚊浅茧历碎掏宙另稀捞好积纠碑荡悔朵浴睛攻兆献9J3。Python中urllib2模块的8个使用细节分享。网站seo - 董小明博客,seo文章自动内链关键词,网络seo且去有客网络,SEO哪家好光辰科技