【归纳】爬虫基本库的使用

urllib

  • urllib是Python3内置的HTTP请求库,它包含4个模块
    • request:HTTP请求模块,用来模拟发送请求
    • error:异常处理模块
    • parse:工具模块,提供了许多URL处理方法,包括拆分,解析,合并等
    • robotparser:用于识别网站的爬虫证书,该模块一般很少使用
发送请求
  • urllib.request模块提供了最基本的构造HTTP请求的方法
  • response = urllib.request.urlopen('https://www.python.org')
    • 返回的response是一个HTTPResponse对象,通过其方法和属性可以得到目标网页的一系列信息
  • urllib.request模块提供了一个BaseHandler类,其子类和build_opener()配合可以实现更多高级的请求(登录验证,Cookies,代理等)

requests库

  • requests库的功能与urllib类似,但它可以更方便地实现登录验证、Cookies、代理设置等高级操作

转载于:https://www.cnblogs.com/lokvahkoor/p/10671122.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值