洗礼灵魂，修炼python（58）--爬虫篇—【转载】urllib3模块

urllib3

1.简介

urllib3相比urllib,urlib2，又有些一些新的功能，可以实现很多东西，而这个模块有点特殊的是，并且还可以同时存在于python2和python3，但说实话，用的真的很少的。

2.方法/属性

3.常用方法/属性解析

由于用的很少，所以相关资料也很少，我反正是很少用，要嘛就用urllib,urlib2，要嘛直接用python3里的urllib包，或者直接用第三方模块requests。说到requests，就是由于有requests，urllib3用的才少，因为urlib3里有的功能，requests基本都有，urllib3功能还是挺实用的，不过用的真的不是很多。但是urllib3模块的用法还是讲着走的对吧，庆幸的是，我发现博客园里居然有大佬更过urllib3模块的博文，那么我就直接转载这大佬的了，感兴趣的可以看下，讲得很不错。

作者：Victor    原文链接：传送门（如果原作者有任何异议，请联系我立即删除）

详细内容：

 Urllib3是一个功能强大，条理清晰，用于HTTP客户端的Python库，许多Python的原生系统已经开始使用urllib3。Urllib3提供了很多python标准库里所没有的重要特性：

　　　　　　　　　　　　　  1、 线程安全

　　　　　　　　　　2、 连接池

　　　　　　　　　　3、 客户端SSL/TLS验证

　　　　　　　　　　4、 文件分部编码上传

　　　　　　　　　　5、 协助处理重复请求和HTTP重定位

　　　　　　　　　　6、 支持压缩编码

　　　　　　　　　　7、 支持HTTP和SOCKS代理

　　　　　　　　　　8、 100%测试覆盖率

　　　Urllib3功能非常强大，但是用起来却十分简单：

　　　　　　　　　　

安装：

　　Urllib3 能通过pip来安装：

　　　　　　　　　$pip install urllib3

　　你也可以在github上下载最新的源码，解压之后进行安装：

　　　　　　　　　$git clone git://github.com/shazow/urllib3.git

　　　　　　　　　$python setup.py install

urllib3的使用：

   生成请求(request)：

　　　首先，你必须导入urllib3模块：

　　　　　　　　　

　　　然后你需要一个PoolManager实例来生成请求,由该实例对象处理与线程池的连接以及线程安全的所有细节，不需要任何人为操作：

 　　　　　　　　　

　　　通过request()方法创建一个请求：

 　　　　　　　　　

　　　request()方法返回一个HTTPResponse对象。

　　　你还可以通过request()方法向请求(request)中添加一些其他信息，如：

 　　　　　　　　　

　　　请求(request)中的数据项(request data)可包括：

   Headers:

　　　在request()方法中，可以定义一个字典类型(dictionary),并作为headers参数传入：

 　　　　　　　　　

   Query parameters:

　　　对于GET、HEAD和DELETE请求，可以简单的通过定义一个字典类型作为fields参数传入即可：

 　　　　　　　　　

　　　对于POST和PUT请求(request),需要手动对传入数据进行编码，然后加在URL之后：

 　　　　　　　　　

   Form data:

　　　对于PUT和POST请求(request),urllib3会自动将字典类型的field参数编码成表格类型.

   JSON:

　　　在发起请求时,可以通过定义body 参数并定义headers的Content-Type参数来发送一个已经过编译的JSON数据：

 　　　　　　　　　

   Files & binary data:

　　　使用multipart/form-data编码方式上传文件,可以使用和传入Form data数据一样的方法进行,并将文件定义为一个元组的形式　　　　　(file_name,file_data):

 　　　　　　　　　

　　　文件名(filename)的定义不是严格要求的,但是推荐使用,以使得表现得更像浏览器。同时，还可以向元组中再增加一个数据来定义文件的　MIME类型：

 　　　　　　　　　

　　　如果是发送原始二进制数据，只要将其定义为body参数即可。同时，建议对header的Content-Type参数进行设置：

 　　　　　　　　　

   Timeout :

　　　使用timeout，可以控制请求的运行时间。在一些简单的应用中，可以将timeout参数设置为一个浮点数：

 　　　　　　　　　

　　　要进行更精细的控制，可以使用Timeout实例，将连接的timeout和读的timeout分开设置：

 　　　　　　　　　

　　　如果想让所有的request都遵循一个timeout，可以将timeout参数定义在PoolManager中：

 　　　　　　　　　

　　　或者

 　　　　　　　　　

　　　当在具体的request中再次定义timeout时，会覆盖PoolManager层面上的timeout。

   请求重试(retrying requests):

　　　Urllib3 可以自动重试幂等请求，原理和handles redirect一样。可以通过设置retries参数对重试进行控制。Urllib3默认进行3次请求重　　试，并进行3次方向改变。

　　　给retries参数定义一个整型来改变请求重试的次数：

 　　　　　　　　　

　　　关闭请求重试(retrying request)及重定向(redirect)只要将retries定义为False即可：

 　　　　　　　　　

　　　关闭重定向(redirect)但保持重试(retrying request),将redirect参数定义为False即可：

 　　　　　　　　　

　　　要进行更精细的控制，可以使用retry实例，通过该实例可以对请求的重试进行更精细的控制。

　　　例如，进行3次请求重试，但是只进行2次重定向：

 　　　　　　　　　

　　　如果想让所有请求都遵循一个retry策略，可以在PoolManager中定义retry参数：

 　　　　　　　　　

　　　或者

　　　　　　　　　

　　　当在具体的request中再次定义retry时，会覆盖 PoolManager层面上的retry。