基本使用
urlllib是python3自带的一个http请求库,使用urlllib就可以对网页进行简单的请求构造。
request模块
urllib.request模块提供了最基本的构造HTTP请求的方法,利用它可以模拟浏览器的一个请求发起过程,同时它还带有处理授权验证,重定向,cookies以及其它内容。我们来打开httpbin.org这个测试网站。
urlopen()
在urllib库中有urlopen()的方法,实际上它是以GET方式请求了一个网页。
import urllib.request
response = urllib.request.urlopen('https://httpbin.org/get')
print(response.read().decode('utf-8'))
运行结果如下:
{
"args": {},
"headers": {
"Accept-Encoding": "identity",
"Connection": "close",
"Host": "httpbin.org",
"User-Agent": "Python-urllib/3.7"
},
"origin": "116.227.107.42",
"url": "https://httpbin.org/get"
}
利用最基本的urlopen()方法,我们可以完成最基本的简单网页的GET请求抓取。