python使用urllib模块和pyquery实现阿里巴巴排名查询

python使用urllib模块和pyquery实现阿里巴巴排名查询,第1张

概述urllib基础模块的应用,通过该类获取到url中的html文档信息,内部可以重写代理的获取方法

urllib基础模块的应用,通过该类获取到url中的HTML文档信息,内部可以重写代理的获取方法

复制代码 代码如下:
class ProxyScrapy(object):
    def __init__(self):
        self.proxy_robot = ProxyRobot()
        self.current_proxy = None
        self.cookie = cookielib.cookieJar()

    def __builder_proxy_cookie_opener(self):       
        cookie_handler = urllib2.httpcookieProcessor(self.cookie)       
        handlers = [cookie_handler]

        if PROXY_ENABLE:
            self.current_proxy = ip_port = self.proxy_robot.get_random_proxy()
            proxy_handler = urllib2.ProxyHandler({'http': ip_port[7:]})
            handlers.append(proxy_handler)

        opener = urllib2.build_opener(*handlers)
        urllib2.install_opener(opener)
        return opener

    def get_HTML_body(self,url):
        opener = self.__builder_proxy_cookie_opener()

        request=urllib2.Request(url)
        #request.add_header("Accept-EnCoding","gzip,deflate,sdch")
        #request.add_header("Accept","text/HTML,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8")
        #request.add_header("Cache-Control","no-cache")
        #request.add_header("Connection","keep-alive")

        try:
            response = opener.open(request,timeout=2)

            http_code = response.getcode()
            if http_code == 200:
                if PROXY_ENABLE:
                    self.proxy_robot.handle_success_proxy(self.current_proxy)
                HTML = response.read()
                return HTML
            else:
                if PROXY_ENABLE:
                    self.proxy_robot.handle_double_proxy(self.current_proxy)
                return self.get_HTML_body(url)
        except Exception as inst:
            print inst,self.current_proxy
            self.proxy_robot.handle_double_proxy(self.current_proxy)
            return self.get_HTML_body(url)

总结

以上是内存溢出为你收集整理的python使用urllib模块和pyquery实现阿里巴巴排名查询全部内容,希望文章能够帮你解决python使用urllib模块和pyquery实现阿里巴巴排名查询所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/langs/1202664.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-06-04
下一篇 2022-06-04

发表评论

登录后才能评论

评论列表(0条)

保存