Python3 学习札记（一）

作为一名不合格的电气汪，编程基础较为薄弱，之前仅简单接触过C和MATLAB。
最近对Python有点儿兴趣，天天胡乱的敲代码知识不成体系，效率不高也没有针对性，因此想在这里记录下自己的学习过程，不然不出一周指定全忘光！！！

参考‘逆風的薔薇’的教程，《Python3爬虫》-简单网页抓取

代码

'''
三引号可以用来表示多行注释
也可以用来表示多行字符串
'''

'''
from *package import *module    后续直接引用即可
from *package.*mudule   后续引用时需要加上package名称
'''
# import urllib.request
from urllib import request

# 网址
url = 'http://www.douban.com/'

# request = urllib.request.Request(ur1)
# response = urllib.request.urlopen(request)
req = request.Request(url)  # 生成一个Request对象，这句可以没有，直接对url操作也可以
res = request.urlopen(req)  # urlopen打开一个url，可以是string或是Request对象

data = res.read()

# 设置解码方式
data = data.decode('utf-8')

print(data)

# 打印爬取网页的各类信息
print(type(res))
print(res.geturl())
print(res.info())
print(res.getcode())

运行结果

截取部分结果如图：

---

笔记

关于urllib包的说明，https://docs.python.org/3.5/library/urllib.html

• urllib为一个package
• request为urllib下的一个module
• urlopen为request下的一个function
• urlopen有一个位置参数url，可以是一个字符串，也可以是一个Request对象。
  urllib.request.urlopen(url, data=None, [timeout, ]*, cafile=None, capath=None, cadefault=False, context=None)
• decode将其他编码的字符串转换成unicode编码，这里将utf-8编码的字符串转换为unicode编码，关于编码部分的基本知识可以参考廖雪峰教程
  https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431664106267f12e9bef7ee14cf6a8776a479bdec9b9000
• 原教程中请求结果赋值给变量request，与模块名request重复，这样在后续再次调用request模块的时候必须声明对应的urllib包，不推荐这样操作。

    # 请求
    request = urllib.request.Request(url) 
    # 爬取结果
    response = urllib.request.urlopen(request)