python3urllib包与http包的使用

urllib包和http包都是面向HTTP协议的。其中urllib主要用于处理 URL，使用urllib操作URL可以像使用和打开本地文件一样地操作。而 http包则实现了对 HTTP协议的封装，是urllib.request模块的底层。

1.urllib包简介

2. http 包简介

1.urllib包简介

urllib包主要模块有：

1.urllib.request -----用于打开 URL网址；

2.urllib.error ---------定义了常见的urllib.request会引发的异常；

3.urllib.parse---------用于解析 URL；

具体方法：

urllib.request.urlopen( url，data，proxies )   ：用于打开 url

参数如下：

   url：要进行操作的 URL地址

   data：可选项。向URL 传递的数据。

   proxies：可选项。使用的代理地址

import urllib.request

url = 'http://www.baidu.com'         #网页为百度首页
respOne= urllib.request.urlopen(url)   #打开url地址,并返回一个 HTTPRespone实例
html = respone.read().decode('utf-8')   #调用实例的 read()方法，并用 utf-8进行解码处理。就得出完整的百度的HTML文件
print(html)   

参数如下：

     url：要下载的网页

     filename：保存在主机的路径，可选项。

     reporthook：一个回调函数，可选项。

     data：发送的数据，一般用于 post，可选项。

特别：关于urlretrieve()的回调函数reporthook：可以用来显示下载的进度，几乎已经封装好

import urllib.request
def callbackfunc(blocknum, blocksize, totalsize):   #这三个参数是由 urlretrieve自动赋值的
    '''回调函数
    @blocknum: 已经下载的数据块
    @blocksize: 数据块的大小
    @totalsize: 远程文件的大小
    '''
    percent = 100.0 * blocknum * blocksize / totalsize
    if percent > 100:
        percent = 100
    print( "%.2f%%"% percent)   #保留两位小数

url = 'http://www.sina.com'

local = 'd:\\sina.html'                             #下载的html文件保存在 d盘的sina.html里
urllib.request.urlretrieve(url,local,callbackfunc)    #没下载完一个数据块，就会执行回调函数一次

//只显示局部
0.00%
1.38%
2.76%
4.13%
5.51%
6.89%

2. http包简介

http包提供了 HTTP协议的一些功能，主要模块有：

http.client   --- 底层的 HTTP 协议的一些功能，可以为 urllib.request 模块所用

http.server   --- 提供了基于 socketserver模块的基本 HTTP服务器类

http.COOKIEs   --- COOKIEs 的管理工具

http.client  ：

HttpClient不是一个浏览器。它是一个客户端的HTTP通信实现库。HttpClient的目标是发送和接收HTTP报文。

两个主要类(用于客户端)：

HTTPConnection   ：基于HTTP协议的客户端，指定 URL(网址) 后，可以 发送请求报文 和 接收响应报文 

HTTPRespone       ：基于 HTTP 协议的服务端回应。一旦用 HTTPConnection 成功连接，可以调用相关方法返回该实例(HTTPRequest实例)。

（1）HTTPConnection 的方法：

构造方法： HTTPConnection( host，port，[timeout] )  返回一个HTTPConnection 实例

host：表示主机域名或 ip 地址

port：表示端口

timeout：阻塞操作将会在给定时间后超时。可选项

发送请求报文方法：HTTPConnection.request( method，url，body =None，headers = {} )

method：发送的操作，一般为 GET 或者 POST

url         ：进行操作的 url

body     ：所发送的数据

headers：发送的 HTTP头部，是一个字典类型

获取响应报文方法：HTTPConnection.getrespone(  )

关闭与服务器的连接： HTTPConne.close()

发送一个头部：HTTPConnection.putheader( header，args[ ] )      #头部以一个字典方式发送

发送一个空白行到服务器，标志头部Header的结束：HTTPConnection.endheaders(  )

发送数据到服务器：HTTPConnection.send( data )       ，应该在endheaders()之后 和 getrespone()之前调用。

（2）HTTPRespone：

HTTPRespone对象：一旦用 HTTPConnection 成功连接，可以调用HTTPConnection.getrespone()返回该实例(HTTPRequest实例)。

HTTPRespone.getheader(name)  ：返回头部中的 name 字段对应的值

HTTPRespone.getheaders( )       ：以元组的方式返回整个头部的信息

HTTPRespone.read()                  ：返回响应报文中的body部分，也即正文部分

HTTPRespone.status   #返回状态码

HTTPRespone.version  #返回 HTTP协议版本

http 包应用实例 。

from http.client import HTTPConnection

con = HTTPConnection('www.baidu.com',80)
con.request('GET','/')           #发送请求报文
res = con.getresponse()          #获取响应报文对象
print(res.status)   #200   (表示状态码)
print(res.reason)   #OK	  （表示状态码对应的意义）
print(res.read().decode('utf-8'))   #打印www.baidu.com的html