在可供使用的网络库中，urllib和urllib2可能是投入产出比最高的两个。它们让你能够通过网络访问文件，就像这些文件位于你的计算机一样。
只需要一个简单的函数调用，就几乎可将统一资源定位符（URL）可指向的任何动作作为程序的输入。
这种功能如果与模块re结合，可以下载网页、从中提取信息并自动生成研究报告。
模块urllib和urllib的功能差不多，但是urllib2比较好一点。对于简单的下载，urllib是绰绰有余的。如果需要实现HTTP身份严重或者Cookie，或者编写扩展来处理自己的协议，则urllib是更好的选择。
1.打开远程文件
几乎可以像打开本地文件一样打开远程文件，差别是只能使用读取模式，以及使用模块urllib.request中的函数urlopen，而不是open（file）。
>>> from urllib.request import urlopen >>> from = urlopen('http://www.python.org')
如果连接到了网络，变量webpage将包含一个类似于文件的对象，这个对象与网页http://www.python.org相关联。
注意：
要是在没有联网的情况下尝试使用模块urllib，可使用以file:打头的URL访问本地文件，如file:c: extsomefile.txt（别忘记对反斜杠进行转义）
urlopen返回的类似于文件的对象支持方法close、read、readline和readlines，还支持迭代等
假设要提取刚才所打开网页中链接About的相对URL，可使用正则表达式
>>>import re >>>text = webpage.read() >>>m = re.search(b'<a href="([^"]+)" .*?>about</a>',text,re.IGNORECASE) >>>M.GROUP(1) '/about/' 注意；如果网页发生变化，则需要修改使用的正则表达式
2.获取远程文件
函数urlopen返回一个类似于文件的对象，可从中读取数据。如果要让urllib替你下载文件，并将其副本存储在一个本地文件中，可使用urlretrieve。这个函数不返回一个类似于文件的对象，而返回一个格式为（filename，headers）的元组，其中filenmae是本地文件的名称（由urllib自动创建），而headers包含一些有关远程文件的信息。
如果想要给下载的副本指定文件名，可通过第二个参数来提供。
urlretrive('http://www.python.org' , ' C:\python_webpage.html ' )
这将获取python官网的主页，并将其存储到文件C：python_webpage.html中。如果你没有指定文件名，下载的副本将会放在某个临时位置，可以使用临时函数open打开。但使用完毕后，你可能想将其删除，以免占用磁盘空间。要清空这样的临时文件，可调用函数urlcleanup且不提供任何参数，它将负责替你完成清空工作。
一些实用的函数
除了通过URL读取和下载文件之外，urllib还提供了一些用于操作URL的函数，如下所示：
quote（string[, safe]）:返回一个字符串，其中所有的特殊字符（在URL中有特殊意义的字符）都已替换为对URL友好的版本（比如将～ 替换为%7E）。如果要将包含特殊字符的字符串用作URL，这很有用。参数safe是一个字符串（默认为‘/’），包含不应像这样对其进行编码的字符。
quote_plus(string[,safe]):类似于quote，但也将空格替换为加号。
unquote（string）：与quote相反
unquote_plus(string[,safe]):与quote_plus相反
urlencode(query[,doseq]) :将映射（如字典）或由包含两个元素的元组（形如（key,value））组成的序列转换为“使用URL编码的”字符串。这样的字符串可用于CGI查询中。