爬蟲(二)：urllib庫文件的基礎和進階（python2.7）

import urllib2
url="https//www.baidu.com";
response=urllib2.urlopen(url);
print response.read()
5 #************************************同樣上面網頁的代碼可以通過request對象進行訪問************

request=urllib2.Request(url)
response=urllib2.urlopen(request)
print response.read()

 

1.上面顯示最簡單的網頁面的爬蟲，在實際的過程中爬取的頁面有服務器的登錄和cookie等網頁的登錄：

一般有POSt和GEt數據傳送方式：Get向服務器發送索取數據的請求直接暴露動態網頁上cookies同時GET傳送方式url鏈接字數限制，

POST，直接向服務器提出登錄請求：

最重要的區別是GET方式是直接以鏈接形式訪問，鏈接中包含了所有的參數，當然如果包含了密碼的話是一種不安全的選擇，不過你可以直觀地看到自己提交了什么內容。POST則不會在網址上顯示所有的參數，不過如果你想直接查看提交了什么就不太方便了，大家可以酌情選擇。

 

import urllib
import urllib2
from pip._vendor.requests.api import request
url="https://mail.qq.com/cgi-bin/loginpage?autologin=n&errtype=1&clientuin=2465923505&param=&sp=&tfcont=22%20serialization%3A%3Aarchive%205%200%200%204%200%200%200%208%20authtype%201%204%209%20clientuin%2010%202465923505%206%20domain%206%20qq.com%202%20vm%203%20wsk&r=81a3f6c4a511bbe45ef3bcefd8e4e99e"
values={};
values['username']="2465923505";
values['password']="XXXXXXX"

data=urllib.urlencode(values)
request=urllib2.Request(url,data)
print request
response=urllib2.urlopen(request)

print response.read()