Python 訪問網路資源有很多方法，urllib, urllib2, urllib3, httplib, httplib2, requests ，現介紹如下兩種方法：

內建的 urllib 模組優點：自帶模組，無需額外下載第三方庫缺點：操作繁瑣，缺少高階功能第三方庫 requests優點：處理URL資源特別方便缺點：需要下載安裝第三方庫內建的 urllib 模組發起GET請求

主要使用urlopen()方法來發起請求，如下：

from urllib import requestresp = request.urlopen('http://www.baidu.com')print(resp.read().decode())

訪問的結果會是一 個http.client.HTTPResponse 物件，使用此物件的 read() 方法，則可以獲取訪問網頁獲得的資料。但是要注意的是，獲得的資料會是 bytes 的二進位制格式，所以需要 decode() 一下，轉換成字串格式。

發起POST請求

urlopen() 預設的訪問方式是GET，當在 urlopen() 方法中傳入data引數時，則會發起POST請求。注意：傳遞的data資料需要為bytes格式。

設定timeout引數還可以設定超時時間，如果請求時間超出，那麼就會丟擲異常。如下：

from urllib import requestresp = request.urlopen('http://www.baidu.com', data=b'word=hello', timeout=10)print(resp.read().decode())

新增Headers

透過 urllib 發起的請求會有預設的一個Headers：”User-Agent”:”Python-urllib/3.6”，指明請求是由 urllib 傳送的。所以遇到一些驗證User-Agent的網站時，我們需要自定義Headers，而這需要藉助於urllib.request中的 Request 物件。

from urllib import requesturl = 'http://httpbin.org/get'headers = {'user-agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Safari/537.36'}# 需要使用url和headers生成一個Request物件，然後將其傳入urlopen方法中req = request.Request(url, headers=headers)resp = request.urlopen(req)print(resp.read().decode())

Request物件

如上所示， urlopen() 方法中不止可以傳入字串格式的url，也可以傳入一個 Request 物件來擴充套件功能，Request 物件如下：

class urllib.request.Request(url, data=None, headers={},                                origin_req_host=None,                                unverifiable=False,                                 method=None)

構造 Request 物件必須傳入url引數，data資料和headers都是可選的。

最後， Request 方法可以使用method引數來自由選擇請求的方法，如PUT，DELETE等等，預設為GET。

新增Cookie

為了在請求時能帶上Cookie資訊，我們需要重新構造一個opener。

使用request.build_opener方法來進行構造opener，將我們想要傳遞的cookie配置到opener中，然後使用這個opener的open方法來發起請求。如下：

from http import cookiejarfrom urllib import requesturl = 'https://www.baidu.com'# 建立一個cookiejar物件cookie = cookiejar.CookieJar()# 使用HTTPCookieProcessor建立cookie處理器cookies = request.HTTPCookieProcessor(cookie)# 並以它為引數建立Opener物件opener = request.build_opener(cookies)# 使用這個opener來發起請求resp = opener.open(url)# 檢視之前的cookie物件，則可以看到訪問百度獲得的cookiefor i in cookie:    print(i)

或者也可以把這個生成的opener使用install_opener方法來設定為全域性的。

則之後使用urlopen方法發起請求時，都會帶上這個cookie。

# 將這個opener設定為全域性的openerrequest.install_opener(opener)resp = request.urlopen(url)

設定Proxy代理

使用爬蟲來爬取資料的時候，常常需要使用代理來隱藏我們的真實IP。如下：

from urllib import requesturl = 'http://www.baidu.com'proxy = {'http':'222.222.222.222:80','https':'222.222.222.222:80'}# 建立代理處理器proxies = request.ProxyHandler(proxy)# 建立opener物件opener = request.build_opener(proxies)resp = opener.open(url)print(resp.read().decode())

下載資料到本地

在我們進行網路請求時常常需要儲存圖片或音訊等資料到本地，一種方法是使用python的檔案操作，將read()獲取的資料儲存到檔案中。

而urllib提供了一個urlretrieve()方法，可以簡單地直接將請求獲取的資料儲存成檔案。如下：

from urllib import requesturl = 'http://python.org/'request.urlretrieve(url, 'python.html')

urlretrieve() 方法傳入的第二個引數為檔案儲存的位置，以及檔名。

注意：urlretrieve() 方法是python2直接移植過來的方法，以後有可能在某個版本中棄用。

第三方庫 requests安裝

由於 requests是第三方庫，所以要先安裝，如下：

pip install requests

發起GET請求

直接用 get 方法，如下：

import requestsr = requests.get('http://www.baidu.com/')print(r.status_code)    #狀態print(r.text)   #內容

對於帶引數的URL，傳入一個dict作為params引數，如下：

import requestsr = requests.get('http://www.baidu.com/', params={'q': 'python', 'cat': '1001'})print(r.url)    #實際請求的URLprint(r.text)

requests的方便之處還在於，對於特定型別的響應，例如JSON，可以直接獲取，如下：

r = requests.get('https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%20%3D%202151330&format=json')r.json()# {'query': {'count': 1, 'created': '2017-11-17T07:14:12Z', ...新增Headers需要傳入HTTP Header時，我們傳入一個dict作為headers引數，如下：

新增Headers

需要傳入HTTP Header時，我們傳入一個dict作為headers引數，如下：

r = requests.get('https://www.baidu.com/', headers={'User-Agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 11_0 like Mac OS X) AppleWebKit'})

獲取響應頭，如下：

r.headers# {Content-Type': 'text/html; charset=utf-8', 'Transfer-Encoding': 'chunked', 'Content-Encoding': 'gzip', ...}r.headers['Content-Type']# 'text/html; charset=utf-8'

發起POST請求

要傳送POST請求，只需要把get()方法變成post()，然後傳入data引數作為POST請求的資料，如下：

r = requests.post('https://accounts.baidu.com/login', data={'form_email': 'abc@example.com', 'form_password': '123456'})

requests預設使用application/x-www-form-urlencoded對POST資料編碼。如果要傳遞JSON資料，可以直接傳入json引數，如下：

params = {'key': 'value'}r = requests.post(url, json=params) #內部自動序列化為JSON

上傳檔案

上傳檔案需要更復雜的編碼格式，但是requests把它簡化成files引數，如下：

upload_files = {'file': open('report.xls', 'rb')}r = requests.post(url, files=upload_files)

在讀取檔案時，注意務必使用 'rb' 即二進位制模式讀取，這樣獲取的 bytes 長度才是檔案的長度。

把 post() 方法替換為 put() ， delete() 等，就可以以PUT或DELETE方式請求資源。

新增Cookie

在請求中傳入Cookie，只需準備一個dict傳入cookies引數，如下：

cs = {'token': '12345', 'status': 'working'}r = requests.get(url, cookies=cs)

requests對Cookie做了特殊處理，使得我們不必解析Cookie就可以輕鬆獲取指定的Cookie，如下：

r.cookies['token']# 12345

指定超時

要指定超時，傳入以秒為單位的timeout引數。超時分為連線超時和讀取超時，如下：

try:    # 3.1秒後連線超時，27秒後讀取超時    r = requests.get(url, timeout=(3.1, 27))except requests.exceptions.RequestException as e:    print(e)

超時重連

def gethtml(url):    i = 0    while i < 3:        try:            html = requests.get(url, timeout=5).text            return html        except requests.exceptions.RequestException:            i += 1

新增代理

同新增headers方法，代理引數也要是一個dict，如下：

heads = {    'User-Agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 11_0 like Mac OS X) AppleWebKit'}proxy = {    'http': 'http://120.25.253.234:812',    'https' 'https://163.125.222.244:8123'}r = requests.get('https://www.baidu.com/', headers=heads, proxies=proxy)