关于python3.x版本 urllib修改过后遇到的几个问题

urllib 文档描述

因为特意在使用python3.x版本，所以在学习爬虫的时候经常会用到一些网上2.x版本的代码，总是报错，就很尴尬。这里列出一些已经遇到的问题，之后在遇到其他的还会有补充。
先引用官方文档列出一下python3.x 版本中urllib各部分的功能：

urllib is a package that collects several modules for working with URLs:

1. urllib.request for opening and reading URLs 打开和阅读
2. urllib.error containing the exceptions raised by urllib.request 包含意外和错误
3. urllib.parse for parsing URLs 解析
4. urllib.robotparser for parsing robots.txt files 解析robots.txt文件
   直译大概是这样:(
   文档连接

urlopen

首先就是urlopen，在2.x版本中，urlopen的使用方法如下：

import urllib2
url = 'http://www.abc.com'
response = urllib2.urlopen(url)

而在python3.x中urllib 和 urllib2 合并了。那么，这样说来应该写作：

import urllib
url ='http://www.abc.com'
response = urllib.urlopen(url)

但是，事实上会报出如下错误：

module ‘urllib’ has no attribute ‘urlopen’

因为urlopen并不在urllib模块中，而是被移动到了urllib.request中。这跟前面所提到的文档中写的是一致的，urllib.request是要用来打开和阅读连接。
这里必须要说明:

import urllib
urllib.request.urlopen()

报错（原因待查）：

AttributeError: module ‘urllib’ has no attribute ‘request’

正确的做法是在import的时候必须注明：

import urllib.request

所以正确的代码段落如下所示：

import urllib.request
url = 'http://www.abc.com'
response = urllib.request.urlopen(url)

urlencode

在python2.x中urlencode的用法如下：

import urllib
url='http://www.abc.com'
values = {}
values['username']='abc'
values['password']='abc'
data = urllib.urlencode(values)

在python3.x中报错信息如下：

AttributeError: module ‘urllib’ has no attribute ‘urlencode’

在前面的介绍中写到urllib.parse是用来做url解析的，所以在这里urlencoding被移入了urllib.parse中。正确的写法为：

import urllib
values={}
values['username']='abc'
values['password']='abc'
data = urllib.parse.urlencode(values)

另外在抓取的时候经常会有人出现乱码的现象，除了常规文件头要加的那几个系统默认编码调整以外，在request.read()后面一定要加一个decode这样才能够正常显示中文。