python中urllib库如何使用,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
urllib.request 用于发起网络请求
urllib.parse 用于操作url
urllib.errer 用于处理网络请求错误
urllib.robotparser 用于解析网站robots.txt文件
import urllib.request import user_agent # 用于生成User-Agent import re import lxml.etree as le # 用xpath 匹配数据 import tool import pandas as pd keywords = input('keywords>') page = input('page>') data_best = [] header = {'User-Agent':user_agent.get_user_agent_pc()} request = urllib.request.Request( #构造请求头 url='https://search.51job.com/list/170200,000000,0000,00,9,99,{keywords},2,{page}.html?lang=c&postchannel=0000&workyear=99&cotype=99°reefrom=99&jobterm=99&companysize=99&ord_field=0&dibiaoid=0&line=&welfare='.format(keywords=keywords,page=page), headers=header ) response = urllib.request.urlopen(request) pattern = 'window.__SEARCH_RESULT__ =(.*?)</script' search_value = re.findall(pattern,response.read().decode('gbk')) datas = eval(search_value[0])["engine_search_result"] for data in datas: temp_data = {} temp_data['job_name'] = data['job_name'] temp_data['company_name']=data['company_name'] temp_data['providesalary_text']=data['providesalary_text'] temp_data['workarea_text']=data['workarea_text'] job_href = re.sub('\\\\','',data['job_href']) sub_request = urllib.request.Request( url = job_href, headers={'User-Agent':user_agent.get_user_agent_pc()} ) sub_response = urllib.request.urlopen(sub_request) sub_datas = tool.xpath_union(le.HTML(sub_response.read()),'//div[@class="tCompany_main"]/div[@class="tBorderTop_box"][1]//text()',split='\n',default=None) temp_data['job_zw']=sub_datas data_best.append(temp_data) pd.DataFrame(data_best).to_csv('works.csv',encoding='utf8') #保存为csv文件
打开链接可以用urllib.request.urlopen()直接打开,也可以用urllib.request.Request()构造更隐蔽的请求,urllib.request.Request() 传入url、data、headers参数,data是bytes类型
urllib.parse.urlencode()方法可以构造url
关于python中urllib库如何使用问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注亿速云行业资讯频道了解更多相关知识。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。