1. 一般方法
import urllib.request
page = urllib.request.urlopen(url)
html = page.read()
2. 模拟浏览器
hdr={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:52.0) Gecko/20100101 Firefox/52.0',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
'Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.3',
'Accept-Encoding': 'none',
'Accept-Language': 'en-US,en;q=0.8',
'Connection': 'keep-alive'}
req= urllib.request.Request(url,headers=hdr)
page = urllib.request.urlopen(req)
html = page.read()
3. 提取信息
1. 正则表达式
参见 Python 正则表达式
2. xml解析
正在研究。。