溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
我們之前一直都在使用的urlopen，這是一個特殊的opener（也就是模塊幫我們構建好的）。
但是基本的urlopen()方法不支持代理、cookie等其他的HTTP/HTTPS高級功能。所以要支持這些功能：
1.使用相差的Handler處理器來創建特定功能的處理器對象；
2.然后通過urllib.request.build_opener()方法，創建自定義opener對象
3.使用自定義的opener對象，調用open()方法發送請求。
如果程序里所有的請求都使用自定義的opener，可以使用urllib.request.install_opener()將自定義的opener對象定義為全局opener，表示如果之后凡是調用urlopen，都將使用這個opener（根據自己的需求來選擇）
簡單的自定義opener()
#!/usr/bin/python3
# -*- coding:utf-8 -*-
__author__ = 'mayi'
import urllib.request
# 構建一個HTTPHandler處理器對象，支持處理HTTP請求。
http_handler = urllib.request.HTTPHandler()
# # 構建一個HTTPSHandler處理器對象，支持處理HTTPS請求
# https_handler = urllib.request.HTTPSHandler()
# 調用urllib.request.build_opener()方法，創建支持處理HTTP請求的opener對象
opener = urllib.request.build_opener(http_handler)
# 構建Request請求
request = urllib.request.Request("http://www.baidu.com/")
# 調用自定義opener對象的open()方法，發送request請求
response = opener.open(request)
# 獲取服務器響應內容
html = response.read()
print(html)
這種方式發送請求得到的結果，和使用urllib.request.urlopen()發送HTTP/HTTPS請求得到的結果是一樣的。
如果在HTTPHandler()增加debuglevel = 1參數，還會將Debug Log打開，這樣程序在執行的時候，會把收包和發包的報頭在屏幕上自動打印出來，方便調度，有時可以省去抓包的工作。
# 僅需要修改的代碼部分： # 構建一個HTTPHandler 處理器對象，支持處理HTTP請求，同時開啟Debug Log，debuglevel 值默認 0 http_handler = urllib.request.HTTPHandler(debuglevel = 1) # 構建一個HTTPHSandler 處理器對象，支持處理HTTPS請求，同時開啟Debug Log，debuglevel 值默認 0 https_handler = urllib.request.HTTPSHandler(debuglevel = 1)
ProxyHandler處理器（IP代理設置）
很多網站會檢測某一段時間IP的訪問次數（通過流量統計、系統日志等），如果某個IP訪問次數多的不像正常人，它會禁止這個IP的訪問。
所以我們通常可以設置一些代理服務器，每隔一段時間換一個代理，就算IP被禁止，依然可以換個IP繼續爬取。
urllib.request中通過ProxyHandler來設置使用代理服務器，下面代碼說明如何使用自定義opener來使用代理：
#!/usr/bin/python3
# -*- coding:utf-8 -*-
__author__ = 'mayi'
"""
ProxyHandler處理器（代理設置）
很多網站會檢測某一段時間某個IP的訪問次數（通過流量統計，系統日志等），如果
訪問次數多的不像正常人，它會禁止這個IP的訪問。
所以我們可能通過設置一些代理服務器，每隔一段時間換一個代理IP，就算IP被禁
止，我們依然可以換個IP繼續爬取。
"""
import urllib.request
# 構建了兩個代理Handler，一個有代理IP，一個沒有代理IP
http_proxy_handler = urllib.request.ProxyHandler({"http":"222.33.192.238:8118"})
null_proxy_handler = urllib.request.ProxyHandler({})
# 定義一個代理開關
proxy_switch = True
# 根據代理開關是否拱形，使用不同的代理模式
# 通過urllib.request.build_opener()方法使用這些代理Handler對象，創建自定義opener對象
if proxy_switch:
opener = urllib.request.build_opener(http_proxy_handler)
else:
opener = urllib.request.build_opener(null_proxy_handler)
request = urllib.request.Request("http://www.baidu.com/")
# 1. 如果這么寫，只有使用opener.open()方法發送請求才使用自定義的代理，而urlopen()則不使用自定義代理。
response = opener.open(request)
# 2. 如果這么寫，就是將opener應用到全局，之后所有的，不管是opener.open()還是urlopen() 發送請求，都將使用自定義代理。
# urllib.request.install_opener(opener)
# response = urlopen(request)
html = response.read()
print(html)
免費的開放代理獲取基本沒有什么成本，我們可以在一些代理網站上收集這些免費代理，測試后如果可以用，就把它收集起來用在爬蟲上面。
免費代理網站舉例：
如果代理IP足夠多，就可以讓程序隨機獲取一個代理IP去訪問網站。
import random
proxy_list = [
{"http" : "1.85.220.77:8118"},
{"http" : "110.73.6.57:8123"},
{"http" : "171.39.4.8:8123"},
{"http" : "122.244.53.133:808"},
{"http" : "171.39.75.81:8123"}
]
# 隨機選擇一個代理
proxy = random.choice(proxy_list)
但是，這些免費開放的代理一般會有很多人都在使用，而且代理有壽命短、速度慢、匿名度不高、HTTP/HTTPS支持不穩定等缺點。
所以，要根據自己的需求，選擇是否需要使用高品質的私密代理（通常需要找專門的代理供應商購買，再通過用戶名/密碼授權使用）。
Cookie
Cookie是指某些網站服務器為了辨別用戶身份和進行Session跟蹤，而儲存在用戶瀏覽器上的文本文件，Cookie可以保持登錄信息到用戶下次與服務器的會話。
Cookie原理
HTTP是無狀態的面向連接的協議，為了保持連接狀態，引入了Cookie機制，Cookie是HTTP消息頭中的一種屬性,包括:
使用Cookie進行安全連接（Secure）。
前兩個參數是Cookie應用的必要條件，另外，還包括Cookie大小（Size，不同瀏覽器對Cookie個數及大小限制是有差異的）。
Cookie由變量名和值組成，根據Netscape公司的規定，Cookie格式如下：
Set－Cookie: NAME=VALUE；Expires=DATE；Path=PATH；Domain=DOMAIN_NAME；SECURE
http.cookiejar庫和HTTPCookieProcessor處理器
在Python3.x處理Cookie，一般是通過http.cookjar模塊和urllib.request模塊的HTTPCookieProcessor處理器類一起使用。
http.cookjar模塊：主要作用是提供用于存儲cookie的對象
HTTPCookieProcessor處理器：主要作用是處理這些cookie對象，并構建handler對象。
http.cookjar庫
該模塊主要的對象有CookieJar、FileCookieJar、MozillaCookieJar、LWPCookieJar。
其實大多數情況下，我們只用CookieJar()，如果需要和本地文件交互，就用MozillaCookiejar()或LWPCookieJar()
案例：利用http.cookiejar和post登錄人人網
#!/usr/bin/python3
# -*- coding:utf-8 -*-
__author__ = 'mayi'
"""
利用http.cookiejar和post登錄人人網
url = "http://www.renren.com/PLogin.do"
"""
import urllib
import urllib.request
import http.cookiejar
# 構建一個CookieJar對象實例來保存cookie
cookie = http.cookiejar.CookieJar()
# 使用HTTPCookieProcessor()來創建cookie處理器對象，參數為CookieJar()對象
cookie_handler = urllib.request.HTTPCookieProcessor(cookie)
# 通過build_opener()來構建opener
opener = urllib.request.build_opener(cookie_handler)
# 設置User-Agent頭：addheaders接受一個列表，里面每個元素都是一個headers信息的元組，opener將附帶headers信息
opener.addheaders = [('User-Agent', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.71 Safari/537.36')]
# 需要登錄的賬戶和密碼
email = input("請輸入您的賬戶：")
password = input("請輸入您的密碼：")
data = {"email": email, "password": password}
# 通過urlencode()轉碼
postdata = urllib.parse.urlencode(data)
postdata = postdata.encode(encoding = "utf-8") # str轉bytes
# 構建Request請求對象，包含需要發送的用戶名和密碼
request = urllib.request.Request("http://www.renren.com/PLogin.do", data = postdata)
# 通過opener發送這個請求，并獲取登錄后的Cookie值
opener.open(request)
# opener包含用戶登錄后的Cookie值，可以直接訪問那些登錄后才可以訪問的頁面
response = opener.open("http://www.renren.com/413928886/profile")
# 獲取頁面內容
html = response.read()
# 將頁面內容存儲至本地磁盤
fo = open("renren.html", "wb")
fo.write(html)
fo.close()
模擬登錄要注意幾點：
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
