Pythonurllib模块urlopen（）与urlretrieve（）详解

urllib.urlopen(url[, data[, proxies]]) :创建⼀个表⽰远程url的类⽂件对象，然后像本地⽂件⼀样操作这个类⽂件对象来获取远程数据。

参数url表⽰远程数据的路径，⼀般是⽹址；

参数data表⽰以post⽅式提交到url的数据(玩过web的⼈应该知道提交数据的两种⽅式：post与get。如果你不清楚，也不必太在意，⼀般情况下很少⽤到这个参数)；参数proxies⽤于设置代理。

urlopen返回 ⼀个类⽂件对象，它提供了如下⽅法：

read() , readline() , readlines() , fileno() , close() ：这些⽅法的使⽤⽅式与⽂件对象完全⼀样;info()：返回⼀个httplib.HTTPMessage 对象，表⽰远程服务器返回的头信息

getcode()：返回Http状态码。如果是http请求，200表⽰请求成功完成;404表⽰⽹址未找到；geturl()：返回请求的url；代码⽰例：复制代码 代码如下:import urllib

url = \"http://www.baidu.com/\"#urlopen()

sock = urllib.urlopen(url)htmlCode = sock.read()sock.close

fp = open(\"e:/1.html\fp.write(htmlCode)fp.close

#urlretrieve()

urllib.urlretrieve(url, 'e:/2.html')直接将远程数据下载到本地。复制代码 代码如下:

urllib.urlretrieve(url[, filename[, reporthook[, data]]])参数说明：

url：外部或者本地url

filename：指定了保存到本地的路径（如果未指定该参数，urllib会⽣成⼀个临时⽂件来保存数据）；

reporthook：是⼀个回调函数，当连接上服务器、以及相应的数据块传输完毕的时候会触发该回调。我们可以利⽤这个回调函数来显⽰当前的下载进度。

data：指post到服务器的数据。该⽅法返回⼀个包含两个元素的元组(filename, headers)，filename表⽰保存到本地的路径，header表⽰服务器的响应头。

下⾯通过例⼦来演⽰⼀下这个⽅法的使⽤，这个例⼦将新浪⾸页的html抓取到本地，保存在D:/sina.html⽂件中，同时显⽰下载的进度。

复制代码 代码如下:

import urllib

def callbackfunc(blocknum, blocksize, totalsize): '''回调函数

@blocknum: 已经下载的数据块 @blocksize: 数据块的⼤⼩ @totalsize: 远程⽂件的⼤⼩ '''

percent = 100.0 * blocknum * blocksize / totalsize if percent > 100: percent = 100

print \"%.2f%%\"% percenturl = 'http://www.sina.com.cn'

local = 'd:\\\\sina.html'

urllib.urlretrieve(url, local, callbackfunc)