Python爬虫==【openurl】

本文以爬取百度首页为示例来学习，python版本为python3.6.7，完整代码会在文章末附上

本次学习所用到的python框架：
urllib.request:

本次学习所用到的函数：
urllib.request.urlopen()：发送http的get请求
.read()：读取抓到的内容
.decode("utf-8")：将获取的betys格式数据转换为string格式数据

1.发送http的get请求使用的函数urllib.request.urlopen() ,其返回内容是所请求[做运维的小年轻]的url的网页源代码 可以将返回的内容赋给另外一个key
例如 response = urllib.request.urlopen(url)

代码执行结果：

好像是存在内存里，这应该展示的是一个内存地址。

2.我们需要将内容读出来就用到了有一个函数.read()
data = response.read() 将response的内容读出来赋值给data

代码执行结果：获取的数据类型为bytes，没有可读性哈

3.需要进行转换将data转换成字符串类型，用到函数.decode("utf-8")
str_data = data.decode("utf-8")

代码执行结果：【ps：将上面的https改为http】不截图了这里就能打印出url所对应的网页源代码了

4.接下来是数据持久化的问题【固定格式记住就行了】

代码运行会生成一个baidu.html保存的是上面搜抓取的内容。
可以本地运行会打开一个浏览器页面：

完整代码见附件。
5.那我们在爬虫的时候也会有需求，将字符串转换为你bytes格式，这就需要用到函数.encode

代码运行结果：

Python爬取到的数据类型一般有两种：str 、 bytes
如果是爬取回来的是bytes类型，但是需要写入的是str类型用到的就是第4条的.decode(utf-8)
如果爬取回来的是str类型，但是需要写入的是bytes类型用到的就是第5条对的.encode(utf-8)