爬虫的第一步需要将网页下载下来,下面介绍下载网页内容的方法。
download函数
import urllib.request ## Python2与Python3的区别
def download(url):
req = urllib.request.Request(url)
response = urllib.request.urlopen(req)
return response.read()
url = "http://example.webscraping.com/"
html = download(url)
print(html)
这样运行的结果是直接输出一大堆
我是直接使用Python3自带的IDLE写的程序,输出结果的时候经常卡死,所以可以选择将爬取下来的内容写入文件中,这样速度会快很多。
## 将结果写入到文件的改进版本,适用于英文网站
import urllib.request
def download(url):