Python网络爬虫笔记（8）Handler处理器和自定义Opener

拼搏现实的明天。 2022-05-26 03:39 187阅读 0赞

*  opener是 urllib.request.OpenerDirector 的实例，我们之前一直都在使用的urlopen，它是一个特殊的opener（也就是模块帮我们构建好的）。
 *  但是基本的urlopen()方法不支持代理、cookie等其他的HTTP/HTTPS高级功能。所以要支持这些功能：
    
    1.  使用相关的 `Handler处理器` 来创建特定功能的处理器对象；
    2.  然后通过 `urllib.request.build_opener()`方法使用这些处理器对象，创建自定义opener对象；
    3.  使用自定义的opener对象，调用`open()`方法发送请求。
 *  如果程序里所有的请求都使用自定义的opener，可以使用urllib.request`.install_opener()` 将自定义的 opener 对象 定义为 全局opener，表示如果之后凡是调用urlopen，都将使用这个opener（根据自己的需求来选择）

## 简单的自定义opener() ##

import urllib.request
    
    # 构建一个HTTPHandler 处理器对象，支持处理HTTP请求
    http_handler = urllib.request.HTTPHandler()
    
    # 构建一个HTTPHandler 处理器对象，支持处理HTTPS请求
    # http_handler = urllib.request.HTTPSHandler() 
    # 调用urllib.request.build_opener()方法，创建支持处理HTTP请求的opener对象
    opener = urllib.request.build_opener(http_handler)
    
    # 构建 Request请求
    request = urllib.request.Request("http://www.baidu.com/")
    
    # 调用自定义opener对象的open()方法，发送request请求
    response = opener.open(request)
    
    # 获取服务器响应内容
    print response.read()

这种方式发送请求得到的结果，和使用`urllib.request.urlopen()`发送HTTP/HTTPS请求得到的结果是一样的。

如果在 HTTPHandler()增加 `debuglevel=1`参数，还会将 Debug Log 打开，这样程序在执行的时候，会把收包和发包的报头在屏幕上自动打印出来，方便调试，有时可以省去抓包的工作。

# 仅需要修改的代码部分：
    
    # 构建一个HTTPHandler 处理器对象，支持处理HTTP请求，同时开启Debug Log，debuglevel 值默认 0
    http_handler = urllib.request.HTTPHandler(debuglevel=1)
    
    # 构建一个HTTPHSandler 处理器对象，支持处理HTTPS请求，同时开启Debug Log，debuglevel 值默认 0
    https_handler = urllib.request.HTTPSHandler(debuglevel=1)