mechanize介绍
mechanize是对urllib2的部分功能的替换，能够更好的模拟浏览器行为，在Web访问控制方面做得更全面。
它对protocol, cookie, redirection都做了比较好的支持，再结合beautifulsoup和re模块，
可以非常有效的解析web页面。
常用函数
.CookieJar()：设置cookie
.Browser()：打开浏览器
.addheaders()：User-Agent，用来欺骗服务器的
.open()：打开网页，按照官网描述可以打开任意网页，不仅限于http
.select_form()：选择表单的，选择表单的ID的时候需要注意。
.form[]：填写信息
.submit()：提交
1.初始化并建立一个浏览器对象
如果没有mechanize需要easy_install安装，以下代码建立浏览器对象并作了一些初始化设置，实际使用过程可以按需开关。
其实只用默认的设置也可以完成基本任务。
import mechanize
br = mechanize.Browser() # 创建一个浏览器实例
br.set_handle_equiv(True) # 设置是否处理HTML http-equiv标头
br.set_handle_redirect(True) # 设置是否处理重定向
br.set_handle_referer(True) # 设置是否向每个请求添加referer头
br.set_handle_robots(False) # 设置是否遵守robots中的规则
br.set_handle_gzip(True) # 设置是否处理giz传输编码
br.addheaders = [...] # 设置浏览器的头部信息
#Follows refresh 0 but not hangs on refresh > 0
br.set_handle_refresh(mechanize._http.HTTPRefreshProcessor(), max_time=1)
#debugging?
br.set_debug_http(True)
br.set_debug_redirects(True)
br.set_debug_responses(True)
2.模拟浏览器行为
浏览器对象建立并初始化完毕之后即可使用了，下面给出几个例子（代码承接以上部分）
获取web网页
分行打印可以逐个查看详细信息，就不赘述
- r = br.open(sys.argv[1])
- html = r.read()
- print html
- print br.response().read()
- print br.title()
- print r.info()
模拟谷歌和百度查询
打印和选择forms，然后填写相应键值，通过post提交完成操作
- for f in br.forms():
- print f
- br.select_form(nr=0)
谷歌查询football
- br.form[‘q’] = ‘football’
- br.submit()
- print br.response().read()
百度查询football
- br.form[‘wd‘] = ‘football’
- br.submit()
- print br.response().read()
相应键值名，可以通过打印查出
回退（Back）—浏览器历史
非常简单的操作，打印url即可验证是否回退
- # Back
- br.back()
- print br.geturl()
3.http基本认证
- br.add_password(‘http://xxx.com’, ‘username’, ‘password’)
- br.open(‘http://xxx.com’)
4.form认证
以登陆人人网为例，打印forms可以查出用户名和密码键信息
- br.select_form(nr = 0)
- br[’email’] = username
- br[‘password’] = password
- resp = self.br.submit()
5.cookie支持
通过导入cookielib模块，并设置浏览器cookie，可以在需要认证的网络行为之后不用重复认证登陆。通过保存session cookie即可重新访问，Cookie Jar完成了该功能。
- #!/usr/bin/env python
- import mechanize, cookielib
- br = mechanize.Browser()
- cj = cookielib.LWPCookieJar()
- br.set_cookiejar()
6.proxy设置
设置http代理
- #Proxy
- br.set_proxies({
“http”:”proxy.com:8888″}) - br.add_proxy_password(“username”, “password”)
- #Proxy and usrer/password
- br.set_proxies({
“http”:”username::8888″})
7.下载
# Download
f = br.retrieve(‘http://www.google.com.br/intl/pt-BR_br/images/logo.gif’)[0]
print f
fh = open(f)
8.简单的打开网页
import urllib2
print urllib2.urlopen(‘http://stockrt.github.com’).read()
# With password?
import urllib
opener = urllib.FancyURLopener()
print opener.open(‘http://user:’).read()
较好的实践：
http://blog.csdn.net/jeanphorn/article/details/http://blog.csdn.net/zhaodedong/article/details/
http://www.jb51.net/article/65518.htm
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/218247.html原文链接：https://javaforall.net
