一、设置headers
url = "http://www.server.com/login" # 设置请求的身份，如果没有，服务器可能会没有响应 user_agent = "Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)" values = {"username": "geek", "password": "**********"} # 在headers中设置agent headers = {"User-Agent": user_agent} data = urllib.urlencode(values) # 在request中添加headers request = urllib2.Request(url, data, headers) response = urllib2.urlopen(request) page = response.read()二、对付“反盗链” # 对付“反盗链”(服务器会识别headers中的referer是不是它自己,如果不是则不响应),构建以下headers headers = {"User-Agent": "Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)", "Referer": "http://www.zhihu.com/articles"}三、headers的一些其他属性 # headers的一些其他属性： # User-Agent : 有些服务器或 Proxy 会通过该值来判断是否是浏览器发出的请求 # Content-Type : 在使用 REST 接口时，服务器会检查该值，用来确定 HTTP Body 中的内容该怎样解析。 # 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 # 在使用服务器提供的 RESTful 或 SOAP 服务时， Content-Type 设置错误会导致服务器拒绝服务四、设置代理 # Proxy(代理)的设置 # urllib2 默认会使用环境变量 http_proxy 来设置 HTTP Proxy。 # 假如一个网站它会检测某一段时间某个IP 的访问次数，如果访问次数过多，它会禁止你的访问。 # 所以可以设置一些代理服务器来帮助你做工作，每隔一段时间换一个代理 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)五、timeout的设置 # Timeout设置 # 为了解决一些网站实在响应过慢而造成的影响 # 如果第二个参数data为空那么要特别指定是timeout是多少，写明形参，如果data已经传入，则不必声明 response = urllib2.urlopen('http://www.baidu.com', timeout=10) response = urllib2.urlopen('http://www.baidu.com', data, 10)六、http的六种协议 # http协议有六种请求方法，get,head,put,delete,post,options，我们有时候需要用到PUT方式或者DELETE方式请求 # PUT：这个方法比较少见。HTML表单也不支持这个。 # 本质上来讲， PUT和POST极为相似，都是向服务器发送数据，但它们之间有一个重要区别，PUT通常指定了资源的存放位置，而POST则没有，POST的数据存放位置由服务器自己决定。 # DELETE：删除某一个资源。 request = urllib2.Request(url, data=data) request.get_method = lambda: 'PUT' # or 'DELETE' response = urllib2.urlopen(request) # 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，方便调试 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.baidu.com')