Question

import urllib.request
url="http://espn.com"
f = urllib.request.urlopen(url)
contents = f.read().decode('latin-1')
q = f.geturl()
print(q)

此代码将返回http://espn.go.com/，这是我想要的 - 重定向网站网址。在查看Python文档，谷歌搜索等之后，我无法弄清楚如何：

捕获重定向的网站网址（已经正常工作）
更改外出请求中的用户代理
接受网页可能要发回的任何Cookie

如何在Python 3中执行此操作？如果有一个比urllib更好的模块，我对此感到满意。

Answer 1

是一个更好的模块，它被称为requests：

import requests

session = requests.Session()
session.headers['User-Agent'] = 'My-requests-agent/0.1'

resp = session.get(url)
contents = resp.text  # If the server said it's latin 1, this'll be unicode (ready decoded)
print(resp.url)       # final URL, after redirects.

requests遵循重定向（检查resp.history以查看重定向的内容）。通过使用会话（可选），cookie被存储并传递给后续请求。您可以为每个请求设置或每个会话（因此，对于为该会话发送的每个请求，都会发送相同的额外标头）。

Answer 2

使用urllib（python3）的简单演示：

#!/usr/bin/env python3
#-*- coding:utf-8 -*-

import os.path
import urllib.request
from urllib.parse import urlencode
from http.cookiejar import CookieJar,MozillaCookieJar

cj = MozillaCookieJar()
opener = urllib.request.build_opener(urllib.request.HTTPCookieProcessor(cj))
urllib.request.install_opener(opener)

cookie_file=os.path.abspath('./cookies.txt')

def load_cookies(cj,cookie_file):
    cj.load(cookie_file)
def save_cookies(cj,cookie_file):
    cj.save(cookie_file,ignore_discard=True,ignore_expires=True)

def dorequest(url,cj=None,data=None,timeout=10,encoding='UTF-8'):
    data = urlencode(data).encode(encoding) if data else None

    request = urllib.request.Request(url)
    request.add_header('User-Agent','Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1)')
    f = urllib.request.urlopen(request,data,timeout=timeout)
    return f.read()

def dopost(url,cj=None,data=None,timeout=10,encoding='UTF-8'):
    body = dorequest(url,cj,data,timeout,encoding)
    return body.decode(encoding)

如果发生重定向（30x），您应该检查标题。

如何设置标题（用户代理），检索网页，捕获重定向和接受cookie？

2 个答案: