洗礼灵魂,修炼python(58)--爬虫篇—【转载】urllib3模块

urllib3

1.简介

urllib3相比urllib,urlib2,又有些一些新的功能,可以实现很多东西,而这个模块有点特殊的是,并且还可以同时存在于python2和python3,但说实话,用的真的很少的。

2.方法/属性

3.常用方法/属性解析

由于用的很少,所以相关资料也很少,我反正是很少用,要嘛就用urllib,urlib2,要嘛直接用python3里的urllib包,或者直接用第三方模块requests。说到requests,就是由于有requests,urllib3用的才少,因为urlib3里有的功能,requests基本都有,urllib3功能还是挺实用的,不过用的真的不是很多。但是urllib3模块的用法还是讲着走的对吧,庆幸的是,我发现博客园里居然有大佬更过urllib3模块的博文,那么我就直接转载这大佬的了,感兴趣的可以看下,讲得很不错。

作者:Victor    原文链接:传送门如果原作者有任何异议,请联系我立即删除

详细内容:

 Urllib3是一个功能强大,条理清晰,用于HTTP客户端的Python库,许多Python的原生系统已经开始使用urllib3。Urllib3提供了很多python标准库里所没有的重要特性:

               1、 线程安全

          2、 连接池

          3、 客户端SSL/TLS验证

          4、 文件分部编码上传

          5、 协助处理重复请求和HTTP重定位

          6、 支持压缩编码

          7、 支持HTTP和SOCKS代理

          8、 100%测试覆盖率

   Urllib3功能非常强大,但是用起来却十分简单:

          

安装:

  Urllib3 能通过pip来安装:

         $pip install urllib3

  你也可以在github上下载最新的源码,解压之后进行安装:

         $git clone git://github.com/shazow/urllib3.git

         $python setup.py install

urllib3的使用:

   生成请求(request):

   首先,你必须导入urllib3模块:

         

   然后你需要一个PoolManager实例来生成请求,由该实例对象处理与线程池的连接以及线程安全的所有细节,不需要任何人为操作:

          

   通过request()方法创建一个请求:

          

   request()方法返回一个HTTPResponse对象。

   你还可以通过request()方法向请求(request)中添加一些其他信息,如:

          

   请求(request)中的数据项(request data)可包括:

   Headers:

   在request()方法中,可以定义一个字典类型(dictionary),并作为headers参数传入:

          

   Query parameters:

   对于GET、HEAD和DELETE请求,可以简单的通过定义一个字典类型作为fields参数传入即可:

          

   对于POST和PUT请求(request),需要手动对传入数据进行编码,然后加在URL之后:

          

   Form data:

   对于PUT和POST请求(request),urllib3会自动将字典类型的field参数编码成表格类型.

   JSON:

   在发起请求时,可以通过定义body 参数并定义headers的Content-Type参数来发送一个已经过编译的JSON数据:

          

   Files & binary data:

   使用multipart/form-data编码方式上传文件,可以使用和传入Form data数据一样的方法进行,并将文件定义为一个元组的形式     (file_name,file_data):

          

   文件名(filename)的定义不是严格要求的,但是推荐使用,以使得表现得更像浏览器。同时,还可以向元组中再增加一个数据来定义文件的 MIME类型:

          

   如果是发送原始二进制数据,只要将其定义为body参数即可。同时,建议对header的Content-Type参数进行设置:

          

   Timeout :

   使用timeout,可以控制请求的运行时间。在一些简单的应用中,可以将timeout参数设置为一个浮点数:

          

   要进行更精细的控制,可以使用Timeout实例,将连接的timeout和读的timeout分开设置:

          

   如果想让所有的request都遵循一个timeout,可以将timeout参数定义在PoolManager中:

          

   或者

          

   当在具体的request中再次定义timeout时,会覆盖PoolManager层面上的timeout。

   请求重试(retrying requests):

   Urllib3 可以自动重试幂等请求,原理和handles redirect一样。可以通过设置retries参数对重试进行控制。Urllib3默认进行3次请求重  试,并进行3次方向改变。

   给retries参数定义一个整型来改变请求重试的次数:

          

   关闭请求重试(retrying request)及重定向(redirect)只要将retries定义为False即可:

          

   关闭重定向(redirect)但保持重试(retrying request),将redirect参数定义为False即可:

          

   要进行更精细的控制,可以使用retry实例,通过该实例可以对请求的重试进行更精细的控制。

   例如,进行3次请求重试,但是只进行2次重定向:

          

   如果想让所有请求都遵循一个retry策略,可以在PoolManager中定义retry参数:

          

   或者

         

   当在具体的request中再次定义retry时,会覆盖 PoolManager层面上的retry。

原文地址:https://www.cnblogs.com/Eeyhan/p/7782359.html