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