pythoncurl全面解析

一、什麼是pythoncurl？

pycurl是curl庫的一個Python介面，它可以利用libcurl實現高速網路下載，同時支持HTTP、HTTPS、FTP、GOPHER、TELNET、DICT和FILE，支持SSL、證書、HTTP POST、HTTP PUT、HTTP DELETE、HTTP HEAD、FTP上傳等功能、HTTP代理，SOCKS代理等代理功能。

從功能上來講，curl是一個命令行工具，curl庫則是可以在程序裡面調用的一系列函數，pycurl則是一個對curl庫的Python封裝，可以讓Python程序方便而直接地調用curl，實現HTTP/HTTPS/FTP等多個協議下載等上傳操作。

二、pythoncurl命令

1. pycurl.Curl()方法

常規的使用方法是通過創建Curl對象獲取網路資源。

```
import pycurl  
import sys  
storage = sys.stdout  
c = pycurl.Curl()  
c.setopt(c.URL, 'http://www.example.com/')  
c.setopt(c.WRITEDATA, storage)  
c.perform()  
c.close()  
```

2. pycurl.CurlMulti()

pycurl.CurlMulti()用法類似於pycurl.Curl()的get請求，但是它可以同時處理多個請求，是一個並發網路請求工具。

```
import pycurl  

m = pycurl.CurlMulti()  
# URL  
urls = ['http://www.baidu.com', 'http://www.163.com', 'http://www.sina.com.cn', 'http://www.qq.com', 'http://www.taobao.com']  
# 遍歷添加請求  
for url in urls:  
    c = pycurl.Curl()  
    c.setopt(pycurl.URL, url)  
    c.setopt(pycurl.CONNECTTIMEOUT, 30)  
    c.setopt(pycurl.TIMEOUT, 30)  
    c.setopt(pycurl.NOPROGRESS, 1)  
    c.setopt(pycurl.FORBID_REUSE, 1)  
    c.setopt(pycurl.MAXREDIRS, 1)  
    c.setopt(pycurl.DNS_CACHE_TIMEOUT, 30)  
    c.setopt(pycurl.URL, url)  
    m.add_handle(c)  
# 執行並行下載  
while 1:  
    ret, num_handles = m.perform()  
    if ret != pycurl.E_CALL_MULTI_PERFORM:  
        break  
    pass  
# 阻塞應用直到所有訪問完成  
while num_handles:  
    apply(select.select, tuple(sockets))  
    ret, num_handles = m.perform()  
    pass  
```

3. pycurl.FormWriter()

pycurl.FormWriter()函數用於多字符集間的文件上傳

```
import pycurl  
c = pycurl.Curl()  
c.setopt(pycurl.URL, 'http://www.example.com/handlepost.cgi')  
c.setopt(pycurl.HTTPPOST, [("fileupload",
pycurl.FORM_FILE, "upload.xml",pucrl.FORM_FILENAME,"上傳數據.xml", pycurl.FORM_CONTENTTYPE,"text/xml"),])
c.perform()  
```

三、pycurl常見的附加參數

1. CURLOPT_URL / CURLOPT_PORT ：設置訪問的URL和埠

這兩個參數用來指定訪問的URL或埠。

```
c.setopt(pycurl.URL, "http://www.example.com/page1.html")  
c.setopt(pycurl.PORT, 80)  
```

2. CURLOPT_POSTFIELDS / CURLOPT_POSTFIELDSIZE：設置POST請求中要傳送的數據

這兩個參數用來發送POST數據，可以將文件和字元串發送到指定的URL地址上。

```
data = {'x': 123, 'y': 456}  
post_data = urlencode(data)  
c.setopt(c.POSTFIELDS, post_data)  
```

3. CURLOPT_HTTPHEADER：設置HTTP頭

參數可以設置HTTP頭，以行的形式傳遞一個標籤頭列表和一個值列表。每個值存儲在curl的內部緩衝區中，直到發送請求。

```
headers = ["Content-Type: application/json", "User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64)"]  
c.setopt(c.HTTPHEADER, headers)  
```

4. CURLOPT_SSL_VERIFYPEER：設置是否驗整個證書鏈

CURLOPT_SSL_VERIFYPEER用於設置SSL證書的驗證方式，可設置為True和False，代表驗證整個證書鏈和伺服器證書，True需要檢查伺服器證書是否存在，並檢查證書鏈，False不檢查證書。

```
c.setopt(c.SSL_VERIFYPEER, False)  
```

5. CURLOPT_PROXY：設置代理伺服器地址

如果想使用代理伺服器訪問，可以使用CURLOPT_PROXY設置代理伺服器地址。

```
c.setopt(c.PROXY, 'http://proxy.example.com:8888/')  
```

四、總結

pythoncurl在Python程序開發和數據採集過程中應用非常廣泛，其豐富的命令選項和附加參數可以幫助Python程序開發者輕鬆地實現各種請求和數據採集操作。