You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Interactuar con<br />
webs<br />
Existen dos módulos principales <strong>para</strong> leer datos de URLs en <strong>Python</strong>:<br />
urllib y urllib2. En esta lección aprenderemos a utilizar urllib2<br />
ya que es mucho más completo, aunque urllib tiene funcionalidades<br />
propias que no se pueden encontrar en urllib2, por lo que también lo<br />
tocaremos de pasada.<br />
urllib2 puede leer datos de una URL usando varios protocolos como<br />
HTTP, HTTPS, FTP, o Gopher.<br />
Se utiliza una función urlopen <strong>para</strong> crear un objeto parecido a un<br />
fichero con el que leer de la URL. Este objeto cuenta con mé<strong>todos</strong><br />
como read, readline, readlines y close, los cuales funcionan exactamente<br />
igual que en los objetos file, aunque en realidad estamos<br />
trabajando con un wrapper que nos abstrae de un socket que se utiliza<br />
por debajo.<br />
El método read, como recordareis, sirve <strong>para</strong> leer el “archivo” completo<br />
o el número de bytes especificado como parámetro, readline <strong>para</strong> leer<br />
una línea, y readlines <strong>para</strong> leer todas las líneas y devolver una lista con<br />
ellas.<br />
También contamos con un par de mé<strong>todos</strong> geturl, <strong>para</strong> obtener la<br />
URL de la que estamos leyendo (que puede ser útil <strong>para</strong> comprobar si<br />
ha habido una redirección) e info que nos devuelve un objeto con las<br />
cabeceras de respuesta del servidor (a las que también se puede acceder<br />
mediante el atributo headers).<br />
import urllib2<br />
96
Change language