Python, urllib, récupération de données d'une page PHP

**alexbts** · 06/01/2009, 15h12

Bonjour tout le monde,

Dans le cadre de mon stage, je dois récupérer les données (textes, images) d'une ou plusieurs pages PHP (pages générées par le logiciel CACTI).

Après quelques recherches, j'ai contasté que le module urllib pourrait être adapté à ma demande, cependant je ne sais pas si ce dernier permet récupérer des données d'une page PHP et c'est donc ma question.

Un cours Python pour ça ?

Je vous remercie pour vos réponses,

Alexandre

**Desintegr** · 06/01/2009, 16h24

Pour faire une simple requête GET :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
import urllib2
f = urllib2.urlopen("http://www.google.fr/")
data = f.read()
f.close()
print data

La bibliothèque urllib2 peut également gérer beaucoup d'autres choses comme l'authentification HTTP, les cookies, les proxies, etc.

Ensuite, tout dépend de ce que tu veux faire. Il existe des bibliothèques pour faire du parsing HTML par exemple (HTMLParser par exemple).

Et si tu veux savoir comment utiliser tout ça, il suffit de lire la documentation [1][2].

[1] http://docs.python.org/library/urllib2.html
[2] http://docs.python.org/library/htmlparser.html

Pour apprendre facilement Python regarde ces tutoriels et cours de formation Python : http://python.developpez.com/cours/
Pour bien apprendre Python suis ces tutoriels et cours de formation Python : http://python.developpez.com/cours/

**DelphiManiac** · 06/01/2009, 16h31

Envoyé par alexbts

Après quelques recherches, j'ai contasté que le module urllib pourrait être adapté à ma demande, cependant je ne sais pas si ce dernier permet récupérer des données d'une page PHP et c'est donc ma question.

urllib permets de récupérer du contenu HTML à partir d'une URL.

Tout comme un navigateur classique, urllib ne se préoccupe pas de savoir si le contenu est du HTML statique ou généré par un langage coté serveur. En gros que la page provienne d'un fichier HTML servi directement par apache, de PHP, de Python, de n'importe quoi, ce sera toujours du HTML que urllib pourra lire et récupérer. A toi après de parser ce HTML pour en obtenir les informations recherchés.

**Desintegr** · 06/01/2009, 17h41

Et pour info, il est conseillé d'utiliser urllib2.openurl() à la place d'urllib.urlopen() puisque cette dernière n'est plus disponible dans Python 3.0 :

Also note that the urllib.urlopen() function has been removed in Python 3.0 in favor of urllib2.urlopen().