python爬虫需要调用什么模块
时间：2022-02-24 10:23
python 爬虫常用模块： 相关推荐：python爬虫库以及相关利器 Python标准库——urllib模块 功能：打开URL和http协议之类 注：python 3.x中urllib库和urilib2库合并成了urllib库。
其中urllib2.urlopen()变成了urllib.request.urlopen()，urllib2.Request()变成了urllib.request.Request() urllib请求返回网页 urllib.request.urlopen urllib.requset.urlioen可以打开HTTP（主要）、HTTPS、FTP、协议的URL ca 身份验证 data 以post方式提交URL时使用 url 提交网络地址（全程 前端需协议名 后端需端口 http:/192.168.1.1:80） timeout 超时时间设置 函数返回对象有三个额外的方法 geturl() 返回response的url信息 常用与url重定向info()返回response的基本信息 getcode()返回response的状态代码 示例： Python标准库–logging模块 logging模块能够代替print函数的功能，将标准输出到日志文件保存起来，利用loggin模块可以部分替代debug re模块 正则表达式 sys模块 系统相关模块 sys.argv(返回一个列表，包含所有的命令行) sys.exit(退出程序) Scrapy框架 urllib和re配合使用已经太落后，现在主流的是Scrapy框架 更多Python相关技术文章，请访问Python教程栏目进行学习！ 以上就是python爬虫需要调用什么模块的详细内容，更多请关注gxlsystem.com其它相关文章！
urllib.request.open(url[,data,[timeout,[cafile,[capth[,cadefault,[context]]]]]])
#coding:utf-8
import urllib.request
import time
import platform
#清屏函数(无关紧要 可以不写)
def clear():
print(u"内容过多 3秒后清屏")
time.sleep(3)
OS = platform.system()
if (OS == u'Windows'):
os.system('cls')
else:
os.system('clear')
#访问函数
def linkbaidu():
url = 'http://www.baidu.com'
try:
response = urllib.request.urlopen(url,timeout=3)
except urllib.URLError:
print(u'网络地址错误')
exit()
with open('/home/ifeng/PycharmProjects/pachong/study/baidu.txt','w') as fp:
response = urllib.request.urlopen(url,timeout=3)
fp.write(response.read())
print(u'获取url信息，response.geturl()\n:%s'%response.getrul())
print(u'获取返回代码，response.getcode()\n:%s' % response.getcode())
print(u'获取返回信息，response.info()\n:%s' % response.info())
print(u"获取的网页信息经存与baidu.txt")
if __name__ =='main':
linkbaidu()
