黄聪：python访问抓取网页常用命令（保存图片到本地、模拟POST、GET、中文编码问题）

lygyh9985825

　　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：