Python3网络爬虫(二)：利用urllib.urlopen向有道翻译发送数据获得翻译结果
Python3网络爬虫(二)：利用urllib.urlopen向有道翻译发送数据获得翻译结果
运行平台：Windows Python版本：Python3.x
IDE：Sublime text3
上一篇内容，已经学会了使用简单的语句对网页进行抓取。接下来，详细看下urlopen的两个重要参数url和data，学习如何发送数据data
一、urlopen的url参数 Agent
url不仅可以是一个字符串，例如:http://www.baidu.com。url也可以是一个Request对象，这就需要我们先定义一个Request对象，然后将这个Request对象作为urlopen的参数使用，方法如下：
# -*- coding: UTF-8 -*-
from urllib import request
if __name__ == "__main__":
req = request.Request("http://fanyi.baidu.com/")
response = request.urlopen(req)
html = response.read()
html = html.decode("utf-8")
print(html)同样，运行这段代码同样可以得到网页信息。可以看一下这段代码和上个笔记中代码的不同，对比一下就明白了。
urlopen()返回的对象，可以使用read()进行读取，同样也可以使用geturl()方法、info()方法、getcode()方法。
- geturl()返回的是一个url的字符串；
- info()返回的是一些meta标记的元信息，包括一些服务器的信息；
- getcode()返回的是HTTP的状态码，如果返回200表示请求成功。
关于META标签和HTTP状态码的内容可以自行百度百科，里面有很详细的介绍。
了解到这些，我们就可以进行新一轮的测试，新建文件名urllib_test04.py，编写如下代码：
# -*- coding: UTF-8 -*-
from urllib import request
if __name__ == "__main__":
req = request.Request("http://fanyi.baidu.com/")
response = request.urlopen(req)
print("geturl打印信息：%s"%(response.geturl()))
print('**********************************************')
print("info打印信息：%s"%(response.info()))
print('**********************************************')
print("getcode打印信息：%s"%(response.getcode()))可以得到如下运行结果：
二、urlopen的data参数
我们可以使用data参数，向服务器发送数据。根据HTTP规范，GET用于信息获取，POST是向服务器提交数据的一种请求，再换句话说：
从客户端向服务器提交数据使用POST；
从服务器获得数据到客户端使用GET(GET也可以提交，暂不考虑)。
如果没有设置urlopen()函数的data参数，HTTP请求采用GET方式，也就是我们从服务器获取信息，如果我们设置data参数，HTTP请求采用POST方式，也就是我们向服务器传递数据。
data参数有自己的格式，它是一个基于application/x-www.form-urlencoded的格式，具体格式我们不用了解， 因为我们可以使用urllib.parse.urlencode()函数将字符串自动转换成上面所说的格式。
三、发送data实例
向有道翻译发送data，得到翻译结果。
1.打开有道翻译界面，如下图所示：
2.鼠标右键检查，也就是审查元素，如下图所示：
3.选择右侧出现的Network，如下图所示：
4.在左侧输入翻译内容，输入Jack，如下图所示：
5.点击自动翻译按钮，我们就可以看到右侧出现的内容，如下图所示：
6.点击上图红框中的内容，查看它的信息，如下图所示：
7.记住这些信息，这是我们一会儿写程序需要用到的。
新建文件translate_test.py，编写如下代码：
# -*- coding: UTF-8 -*-
from urllib import request
from urllib import parse
import json
if __name__ == "__main__":
#对应上图的Request URL
Request_URL = 'http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule&smartresult=ugc&sessionFrom=https://www.baidu.com/link'
#创建Form_Data字典，存储上图的Form Data
Form_Data = {}
Form_Data['type'] = 'AUTO'
Form_Data['i'] = 'Jack'
Form_Data['doctype'] = 'json'
Form_Data['xmlVersion'] = '1.8'
Form_Data['keyfrom'] = 'fanyi.web'
Form_Data['ue'] = 'ue:UTF-8'
Form_Data['action'] = 'FY_BY_CLICKBUTTON'
#使用urlencode方法转换标准格式
data = parse.urlencode(Form_Data).encode('utf-8')
#传递Request对象和转换完格式的数据
response = request.urlopen(Request_URL,data)
#读取信息并解码
html = response.read().decode('utf-8')
#使用JSON
translate_results = json.loads(html)
#找到翻译结果
translate_results = translate_results['translateResult'][0][0]['tgt']
#打印翻译信息
print("翻译的结果是：%s" % translate_results)这样我们就可以查看翻译的结果了，如下图所示：
JSON是一种轻量级的数据交换格式，我们需要从爬取到的内容中找到JSON格式的数据，这里面保存着我们想要的翻译结果，再将得到的JSON格式的翻译结果进行解析，得到我们最终想要的样子：杰克。
