Py.qi 阅读(17) 评论(0)

1、pycurl简介

pycURL是libcurl多协议文件传输库的python接口,与urllib模块类似,PycURL可用于从python程序中获取由URL标识的对象,功能很强大,libcurl速度非常快pycurl作为libcurl之上的薄包装,速度也非常快;支持多种协议SSL,身份验证和代理选项;用于网络操作的套接字允许将pycurl集成到应用程序的I/O循环中。

libcurl是一个免费且易于使用的客户端URL传输库,支持DICT,FILE,FTP,FTPS,Gopher,HTTP,HTTPS,IMAP,IMAPS,LDAP,LDAPS,POP3,POP3S,RTMP,RTSP,SCP, SFTP,SMTP,SMTPS,Telnet和TFTP。libcurl支持SSL证书,HTTP POST,HTTP PUT,FTP上传,基于HTTP表单的上传,代理,cookies,用户名密码认证(Basic,Digest,NTLM,Negotiate,Kerberos4),文件传输恢复,http代理隧道等等。
libcurl具有很高的可移植性,它可以在多种平台上构建和运行,包括Solaris,NetBSD,FreeBSD,OpenBSD,Darwin,HPUX,IRIX,AIX,Tru64,Linux,UnixWare,HURD,Windows,Amiga,OS / 2,BeOs,Mac OS X,Ultrix,QNX,OpenVMS,RISC OS,Novell NetWare,DOS等等...

libcurl是免费的,线程安全的,兼容IPv6,功能丰富, 支持良好,速度快,记录完整,已被许多已知的大型成功公司和众多应用程序使用。

pycurl安装:

pycurl安装要求:需要python版本在2.7或者3.4到更高版本;需要libcurl版本在7.19.0或更高版本。

在Unix上使用操作系统的包管理工具来安装pycurl更容易,它将根据需要安装libcurl和其他依赖项.

esay_install pycurl
pip install pycurl

源码安装:

#要求 curl-config 包支持,需要源码方式重新安装 curl
wget http://curl.haxx.se/download/curl-7.36.0.tar.gz
tar -zxvf curl-7.36.0.tar.gz
cd curl-7.36.0
./configure
make && make install
export LD_LIBRARY_PATH=/usr/local/lib

wget https://pypi.python.org/packages/source/p/pycurl/pycurl-7.43.0.2.tar.gz
--no-check-certificate
tar -zxvf pycurl-7.19.3.1.tar.gz
cd pycurl-7.19.3.1
python setup.py install --curl-config=/usr/local/bin/curl-config
#校验安装结果如下:
>>> import pycurl
>>> pycurl.version
'PycURL/7.43.0.2 libcurl/7.36.0 OpenSSL/1.0.1e zlib/1.2.3'

2、pycurl模块功能

pycurl.globalz_init(option):初始化curl环境

选项可以是常量之一:pycurl.GLOBAL_SSL  pycurl.GLOBAL_WIN32  pycurl.GLOBAL_ALL  pycurl.GLOBAL_NOTHING  pycurl.GLOBAL_DEFAULT 

对应于libcurl中的curl_global_init

pycurl.global_cleanup():清理curl环境,对应于libcurl中的curl_global_cleanup

pycurl.version:显示pycurl版本信息以及libcurl,openSSL,zlib依赖项的版本信息,对应libcurl中的curl_version

pycurl.version_info():用元祖返回版本信息,对应libcurl中的curl_version_info

class pycurl.Curl:创建一个新的curl对象,它对应libcurl中的句柄.

class pycurl.CurlMulti:创建一个与libcurl中的句柄相对应的新curlMulti对象curlM

class pycurl.CurlShare:创建一个与libcurl中的句柄相对应的新CurlShare对象curlSH

3、curl对象

class pycurl.Curl:创建一个新的curl对象

curl对象具有以下方法:

close():关闭句柄并结束curl会话

setopt(option,vlaue):设置curl会话选项,对应于libcurl中的curl_easy_setopt

option指定要设置的选项,pycurl定义了与curlopt_*libcurl中的常量相对应的常量,但CURLOPT_前缀被删除

  • (pycurl.CONNECTTIMEOUT, 5) #连接的等待时间,设置为0则不等待
  • (pycurl.TIMEOUT, 5) #请求超时时间
  • (pycurl.NOPROGRESS, 0) #是否屏蔽下载进度条,非0则屏蔽
  • (pycurl.MAXREDIRS, 5) #指定HTTP重定向的最大数
  • (pycurl.FORBID_REUSE, 1) #完成交互后强制断开连接,不重用
  • (pycurl.FRESH_CONNECT,1) #强制获取新的连接,即替代缓存中的连接
  • (pycurl.DNS_CACHE_TIMEOUT,60) #设置保存DNS信息的时间,默认为120秒
  • (pycurl.URL,"http://www.baidu.com") #指定请求的URL
  • (pycurl.USERAGENT,"Mozilla/5.2 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.1.4322; .NET CLR 2.0.50324)") #配置请求HTTP头的User-Agent
  • (pycurl.HEADERFUNCTION, getheader) #将返回的HTTP HEADER定向到回调函数getheader
  • (pycurl.WRITEFUNCTION, getbody) #将返回的内容定向到回调函数getbody
  • (pycurl.WRITEHEADER, fileobj) #将返回的HTTP HEADER定向到fileobj文件对象
  • (pycurl.WRITEDATA, fileobj) #将返回的HTML内容定向到fileobj文件对象

更多选项...

perform():执行文件传输,对应于libcurl中的curl_easy_perform,失败时会引发pycurl.error异常

perform_rb():执行文件传输并将响应主体返回为字节字符串,此方法将响应正文保存在StringIO(python 2)或BytelsIO(python 3)实例中,然后调用执行文件传输,返回str或者bytes实例,传输错误将引发pycurl.error异常。

perform_rs():以字符串形式执行文件传输并返回响应正文,

在Python 2中,此方法将响应正文保存在一个StringIO实例中,然后调用执行 文件传输,然后返回StringIO实例的值。此行为与perform_rb相同。
在Python 3中,此方法将响应正文保存在BytesIO实例中,然后调用执行 文件传输,然后使用Python的默认编码解码响应正文,并将解码的正文作为Unicode字符串(str实例)返回

getinfo(option):

从curl会话中提取并返回信息,在调用时使用Python的默认编码解码字符串数据。对应于libcurl中的curl_easy_getinfo。getinfo除非perform被调用并完成,否则不应调用该方法 。

option选项是一个常数,对应CURLINFO_*于libcurl中的一个 常量。大多数选项不变名称与相应的CURLINFO_*与恒定的名字CURLINFO_去掉前缀,例如CURLINFO_CONTENT_TYPE是访问 pycurl.CONTENT_TYPE

  • (pycurl.HTTP_CODE) #返回的HTTP状态码
  • (pycurl.TOTAL_TIME) #传输结束所消耗的总时间
  • (pycurl.NAMELOOKUP_TIME) #DNS解析所消耗的时间
  • (pycurl.CONNECT_TIME) #建立连接所消耗的时间
  • (pycurl.PRETRANSFER_TIME) #从建立连接到准备传输所消耗的时间
  • (pycurl.STARTTRANSFER_TIME) #从建立连接到传输开始消耗的时间
  • (pycurl.REDIRECT_TIME) #重定向所消耗的时间
  • (pycurl.SIZE_UPLOAD) #上传数据包大小
  • (pycurl.SIZE_DOWNLOAD) #下载数据包大小
  • (pycurl.SPEED_DOWNLOAD) #平均下载速度
  • (pycurl.SPEED_UPLOAD) #平均上传速度
  • (pycurl.HEADER_SIZE) #HTTP头部大小

更多内容...

getinfo_raw(option):

从curl会话中提取并返回信息,将字符串数据作为字节字符串返回。对应于libcurl中的curl_easy_getinfo。getinfo_raw除非perform被调用并完成,否则不应调用该方法 

reset():将在curl句柄上设置的所有选项重置为默认值,但保留活动连接,会话ID缓存,DNS缓存,Cookie和共享。

unsetopt(option):将卷曲会话选项重置为其默认值

4、CurlMulti对象

 Class pycurl.CurlMulti  :创建一个与libcurl中的句柄相对应的新CurlMulti对象curlM

CurlMulti对象的方法:

close():关闭对象应用

add_handle(curl object):将一个现有和有效的curl对象添加到curlMulti对象中

remove_handle(curl object):从curlMulti对象中移除现有的有效curl对象

perform():状态元组和活动curl对象的数量

setopt(option,value):设置curl多选项,option选项指定要设置的选项,pycurl定义了与curlmopt_*libcurl中的常量相对应的常量,但curlmopt_前缀被替换为m_前缀,例如,CURLMOPT_PIPELINING在PycURL中公开为pycurl.M_PIPELINING

fdset():具有活动文件描述符的列表元祖,可读写

timeout():返回等待操作的时间

5、使用实例

要使用PycURL发布网络请求,需要以下步骤:

(1)创建一个pycurl.Curl市里

(2)使用setopt设置选项

(3)通过perform来执行操作

(4)赛选获得资源

例1:简单获得网络资源

#!/usr/bin/env python
#coding:utf8
import pycurl
from io import BytesIO

buffer = BytesIO()  #创建缓存对象
c = pycurl.Curl()  #创建curl实例
c.setopt(c.URL,'http://www.cnblogs.com/zhangxinqi/')  #设置资源路径
c.setopt(c.WRITEDATA,buffer)  #设置资源数据写入到缓存对象
c.perform()  #执行
c.close()

body=buffer.getvalue().decode()  #读取缓存中的资源并解码
print(body)

例2:获取https网络资源

#!/usr/bin/env python
#coding:utf8

import pycurl
import certifi  #导入根证书集合,用于验证SSL证书可信和TLS主机身份
from io import BytesIO

buffer = BytesIO()
c = pycurl.Curl()
c.setopt(c.URL,'https://www.w3cschool.cn/python/')
c.setopt(c.WRITEDATA,buffer)
c.setopt(c.CAINFO,certifi.where()) #设置指定证书验证包
c.perform()
c.close()

body=buffer.getvalue()
print(body.decode('utf-8'))

例3:获取网站编码自动解码

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/6/6 9:21
# @Author  : Py.qi
# @File    : pycurl_auto.py
# @Software: PyCharm
import certifi
import pycurl
import re
try:
    from io import BytesIO
except ImportError:
    from io import StringIO as BytesIO

headers = {}
def header_function(header_line):
    #python3上需要解码
    header_line = header_line.decode('iso-8859-1')
    if ':' not in header_line:
        return
    name, value = header_line.split(':', 1)
    name = name.strip()
    value = value.strip()
    name = name.lower()
    headers[name] = value
url1 = 'http://www.mytju.com/classcode/tools/encode_gb2312.asp'
url2 = 'http://psutil.readthedocs.io/en/latest/'
url3 = 'https://www.cnblogs.com/ddxueyu/archive/2015/07/11/4638414.html'
buffer = BytesIO()
c = pycurl.Curl()
c.setopt(c.URL,url2)
c.setopt(c.CAINFO,certifi.where())
c.setopt(c.WRITEFUNCTION, buffer.write)
c.setopt(c.HEADERFUNCTION, header_function) #头文件返回给函数
c.perform()
c.close()
body = buffer.getvalue()
encoding = None
print(headers)
if 'content-type' in headers:
    content_type = headers['content-type'].lower()
    print(content_type)
    match = re.search('charset=(\S+)', content_type)
    print(match)
    if match:
        encoding = match.group(1)
        print('Decoding using %s' % encoding)
    else:
        patt = re.search(r'charset=\"(\S+)\"',str(body))
        encoding=patt.group(1).lower()
        print('Decoding using %s' % encoding)
else:
    encoding = 'iso-8859-1'
print(encoding)
print(body.decode(encoding))

例4:响应信息写入文件

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/6/6 10:20
# @Author  : Py.qi
# @File    : pycurl_writeFiel.py
# @Software: PyCharm

import pycurl

with open('out.html','wb') as f:
    c = pycurl.Curl()
    c.setopt(pycurl.URL,'http://www.quanjing.com/')
    c.setopt(pycurl.WRITEDATA,f)  #配置响应内容写入到文件
    c.perform()
    c.close()

例5:使用 pycurl 的 setopt 与 getinfo 方法实现 HTTP 服务质量的探测

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/6/6 10:38
# @Author  : Py.qi
# @File    : check_pycurl.py
# @Software: PyCharm
import pycurl
from io import BytesIO

class ex_response(object):
    def __init__(self,url):
        self.buffer = BytesIO()
        self.c = pycurl.Curl()
        self.c.setopt(pycurl.URL,url)
        self.c.setopt(pycurl.WRITEDATA, self.buffer)
        self.c.setopt(pycurl.WRITEHEADER,self.buffer)
        try:
            self.c.perform()
        except Exception as e:
            print('connection error:' + str(e))
            self.buffer.close()
            self.c.close()

    def getinfo(self):
        h1 = self.c.getinfo(pycurl.HTTP_CODE)  # 状态码
        h2 = self.c.getinfo(pycurl.TOTAL_TIME)  # 传输结束总消耗时间
        h3 = self.c.getinfo(pycurl.NAMELOOKUP_TIME)  # DNS解析时间
        h4 = self.c.getinfo(pycurl.CONNECT_TIME)  # 建立连接时间
        h5 = self.c.getinfo(pycurl.PRETRANSFER_TIME)  # 建立连接到准备传输消耗时间
        h6 = self.c.getinfo(pycurl.STARTTRANSFER_TIME)  # 从建立连接到传输开始消耗时间
        h7 = self.c.getinfo(pycurl.REDIRECT_TIME)  # 重定向消耗时间
        h8 = self.c.getinfo(pycurl.SIZE_UPLOAD)  # 上传数据包大小
        h9 = self.c.getinfo(pycurl.SIZE_DOWNLOAD)  # 下载数据包大小
        h10 = self.c.getinfo(pycurl.SPEED_DOWNLOAD)  # 平均下载速度
        h11 = self.c.getinfo(pycurl.SPEED_UPLOAD)  # 平均上传速度
        h12 = self.c.getinfo(pycurl.HEADER_SIZE)  # http头文件大小
        info ='''
            http状态码:%s
            传输结束总时间:%.2f ms
            DNS解析时间:%.2f ms
            建立连接时间:%.2f ms
            准备传输时间:%.2f ms
            传输开始时间:%.2f ms
            重定向时间:%.2f ms
            上传数据包大小:%d bytes/s
            下载数据包大小:%d bytes/s
            平均下载速度:%d bytes/s
            平均上传速度:%d bytes/s
            http头文件大小:%d byte
        ''' %(h1,h2*1000,h3*1000,h4*1000,h5*1000,h6*1000,h7*1000,h8,h9,h10,h11,h12)
        print(info)
        self.buffer.close()
        self.c.close()

if __name__ == '__main__':
    curl_respon = ex_response("http://pycurl.io/")
    curl_respon.getinfo()

例6:发送表单数据

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/6/6 12:23
# @Author  : Py.qi
# @File    : from_pycurl.py
# @Software: PyCharm

import pycurl
from urllib.parse import urlencode

c = pycurl.Curl()
c.setopt(c.URL,'http://192.168.146.140/home/')
post_data = {'username':'china','password':'7777','age':'18','salary':'999999'}
postfields = urlencode(post_data)  #表单数据编码
c.setopt(pycurl.POSTFIELDS,postfields) #POSTFIELDS自动以POST的方式提交并请求发送数据
c.perform()
c.close()

例7:文件上传

HTML表单中文件上传的行为,使用HTTPPOST选项,FORM_FILE指定文件路径。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/6/6 13:22
# @Author  : Py.qi
# @File    : httppost_pycurl.py
# @Software: PyCharm

import pycurl

c=pycurl.Curl()
c.setopt(c.URL,'http://192.168.146.140/home/')
#HTTPPOST选项是通过POST请求来执行文件上传,fileupload指定上传文件字段,使用c.FORM_FILE来指定文件位置
c.setopt(c.HTTPPOST,[
    ('fileupload',(c.FORM_FILE,'/home/image.jpg',)),
]
)
c.perform()
c.close()

例8:使用FORM_FILENAME设置文件名,FORM_CONTENTTYPE指定文件内容类型,来调整文件名和类型上传文件

import pycurl

c = pycurl.Curl()
c.setopt(c.URL, 'http://192.168.146.140/home/')

c.setopt(c.HTTPPOST, [
    ('fileupload', (
         #指定文件路径
        c.FORM_FILE, __file__,
        # 设置文件名
        c.FORM_FILENAME, 'helloworld.py',
        # 设置文件类型
        c.FORM_CONTENTTYPE, 'application/x-python',
    )),
])

c.perform()
c.close()

例9:内存中文件数据上传,使用BUFFER和BUFFERPTR

import pycurl

c = pycurl.Curl()
c.setopt(c.URL, 'http://192.168.146.140/home/')

c.setopt(c.HTTPPOST, [
    ('fileupload', (
        c.FORM_BUFFER, 'readme.txt',
        c.FORM_BUFFERPTR, 'This is a fancy readme file',
    )),
])

c.perform()
c.close()

例10:直接通过物理文件排列进行上传

import pycurl

c = pycurl.Curl()
c.setopt(c.URL, 'http://192.168.146.140/home/')

c.setopt(c.UPLOAD, 1)
file = open('body.json')  #读取文件
c.setopt(c.READDATA, file)  #直接上传文件

c.perform()
c.close()

file.close()

例11:通过缓存数据上传

import pycurl
from io import BytesIO

c = pycurl.Curl()
c.setopt(c.URL, 'http://192.168.146.140/home/')

c.setopt(c.UPLOAD, 1)
data = '{"json":true}'
#在缓存中读取的数据需要解码在python3中
buffer = BytesIO(data.encode('utf-8'))
c.setopt(c.READDATA, buffer)  #设置上传

c.perform()
c.close()

---------------------------------------------------------------------------------------------end