3 
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/，这就是我想要的——重定向网站 URL。在查看了 Python 文档、谷歌搜索等之后，我不知道如何：

  1. 捕获重定向的网站 URL（已经工作）
  2. 更改发出请求的用户代理
  3. 接受网页可能想要发回的任何 cookie

我如何在 Python 3 中做到这一点？如果有比 更好的模块urllib，我可以接受。

4

2 回答 2

8

有一个更好的模块，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以查看它遵循的重定向）。通过使用会话（可选），cookie 被存储并传递给后续请求。您可以为每个请求或每个会话设置标头（因此，为该会话发送的每个请求都会发送相同的额外标头）。

于 2013-01-04T21:17:38.237 回答
7

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。

于 2013-01-05T09:35:02.970 回答