urllib
- urllib是Python3内置的HTTP请求库,它包含4个模块
- request:HTTP请求模块,用来模拟发送请求
- error:异常处理模块
- parse:工具模块,提供了许多URL处理方法,包括拆分,解析,合并等
- robotparser:用于识别网站的爬虫证书,该模块一般很少使用
发送请求
- urllib.request模块提供了最基本的构造HTTP请求的方法
response = urllib.request.urlopen('https://www.python.org')
- 返回的response是一个HTTPResponse对象,通过其方法和属性可以得到目标网页的一系列信息
- urllib.request模块提供了一个BaseHandler类,其子类和build_opener()配合可以实现更多高级的请求(登录验证,Cookies,代理等)
requests库
- requests库的功能与urllib类似,但它可以更方便地实现登录验证、Cookies、代理设置等高级操作