Python爬虫学习（urllib）

先记录，慢慢丰富内容

一、Urllib

Urllib是Python内置Http请求类库（官方文档地址：https://docs.python.org/3/library/urllib.html）

• urllib.request 请求模块
• urllib.error 异常处理模块
• urllib.parse url解析模块
• urllib.robotparser robots.txt解析模块

二、抓取Html页面内容

import urllib
import urllib.request
url = 'http://www.qiushibaike.com'#糗事百科
headers = {
     'User-Agent': r'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) '
                   r'Chrome/45.0.2454.85 Safari/537.36 115Browser/6.0.3',
     'Referer': r'http://www.lagou.com/zhaopin/Python/?labelWords=label',
     'Connection': 'keep-alive'
 }
req = urllib.request.Request(url, headers=headers)
page = urllib.request.urlopen(req).read()
page = page.decode('utf-8')
print (page)