Python爬虫抓取

#encoding:utf-8

重要的类:urllib

import urllib

#设置URL地址

url = 'http://www.baidu.com'

#获得网页对象

html = urllib.urlopen(url)

#读取网页内容(转换编码)

print html.read().decode('gbk').encode(utf-8)

#显示网页头部信息

print html.info()

#返回网页状态码

print html.getcode()

#获取传入的URL参数

print html.geturl()

#关闭文件

html.close()

#网页抓取，下载网页

urllib.urlretrieve(url,'D:\\test.txt')

#推荐书籍

<HTTP权威指南>

持续更新中。。。。