Python 标准库 urllib2 的使用细节
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python 标准库 urllib2 的使用细节，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3575字，纯文字阅读大概需要6分钟。
内容图文
转：http://www.cnblogs.com/yuxc/archive/2011/08/01/2123995.html
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 HTTP 客户端库。这里总结了一些 urllib2 库的使用细节。
1 Proxy 的设置
urllib2 默认会使用环境变量 http_proxy 来设置 HTTP Proxy。如果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
import
urllib2
enable_proxy = True
proxy_handler = urllib2.ProxyHandler({"http" : ‘http://some-proxy.com:8080‘})
null_proxy_handler = urllib2.ProxyHandler({})
if enable_proxy:
opener = urllib2.build_opener(proxy_handler)
else:
opener = urllib2.build_opener(null_proxy_handler)
urllib2.install_opener(opener)
这里要注意的一个细节，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。
2 Timeout 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。
import
urllib2
import
socket
socket.setdefaulttimeout(10) # 10 秒钟后超时
urllib2.socket.setdefaulttimeout(10) # 另一种方式
在新的 Python 2.6 版本中，超时可以通过 urllib2.urlopen() 的 timeout 参数直接设置。
import
urllib2
response = urllib2.urlopen(‘http://www.google.com‘, timeout=10)
3 在 HTTP Request 中加入特定的 Header
要加入 Header，需要使用 Request 对象：
import
urllib2
request = urllib2.Request(uri)
request.add_header(‘User-Agent‘, ‘fake-client‘)
response = urllib2.urlopen(request)
对有些 header 要特别留意，Server 端会针对这些 header 做检查
- User-Agent 有些 Server 或 Proxy 会检查该值，用来判断是否是浏览器发起的 Request
- Content-Type 在使用 REST 接口时，Server 会检查该值，用来确定 HTTP Body 中的内容该怎样解析。
常见的取值有：
- application/xml ：在 XML RPC，如 RESTful/SOAP 调用时使用
- application/json ：在 JSON RPC 调用时使用
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。
4 Redirect
urllib2 默认情况下会针对 3xx HTTP 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。
import
urllib2
response = urllib2.urlopen(‘http://www.google.cn‘)
redirected = response.geturl() == ‘http://www.google.cn‘
如果不想自动 Redirect，除了使用更低层次的 httplib 库之外，还可以使用自定义的 HTTPRedirectHandler 类。
import
urllib2
class
RedirectHandler(urllib2.HTTPRedirectHandler):
def
http_error_301(self, req, fp, code, msg, headers):
pass
def
http_error_302(self, req, fp, code, msg, headers):
pass
opener = urllib2.build_opener(RedirectHandler)
opener.open(‘http://www.google.cn‘)
5 Cookie
urllib2 对 Cookie 的处理也是自动的。如果需要得到某个 Cookie 项的值，可以这么做：
import
urllib2
import
cookielib
cookie = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))
response = opener.open(‘http://www.google.com‘)
for item in cookie:
if item.name == ‘some_cookie_item_name‘:
print item.value
6 使用 HTTP 的 PUT 和 DELETE 方法
urllib2 只支持 HTTP 的 GET 和 POST 方法，如果要使用 HTTP PUT 和 DELETE，只能使用比较低层的 httplib 库。虽然如此，我们还是能通过下面的方式，使 urllib2 能够发出 HTTP PUT 或 DELETE 的包：
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 HTTP 的返回码
对于 200 OK 来说，只要使用 urlopen 返回的 response 对象的 getcode() 方法就可以得到 HTTP 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：
import
urllib2
try
:
response = urllib2.urlopen(‘http://restrict.web.com‘)
except urllib2.HTTPError, e:
print e.code
8 Debug Log
使用 urllib2 时，可以通过下面的方法把 Debug Log 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。
import
urllib2
httpHandler = urllib2.HTTPHandler(debuglevel=1)
httpsHandler = urllib2.HTTPSHandler(debuglevel=1)
opener = urllib2.build_opener(httpHandler, httpsHandler)
urllib2.install_opener(opener)
response = urllib2.urlopen(‘http://www.google.com‘)
原文：http://www.cnblogs.com/menkeyi/p/6020426.html
内容总结
以上是互联网集市为您收集整理的Python 标准库 urllib2 的使用细节全部内容，希望文章能够帮你解决Python 标准库 urllib2 的使用细节所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。