urllib2模块使用

　　urllib2库是python中自带的用来进行网络抓取的库，在python3中 urllib2库被改为urllib.request

　　urllib2中常用方法：

　　1.urlopen ：向指定服务器发送请求，并返回服务器相应的类文件对象

　　2.request：当需要增加http报头等较复杂的操作的时候，创建request实例作为urlopen的参数，url地址作为request的参数，如下

　　　　

# urllib2_request.py

import urllib2

# url 作为Request()方法的参数，构造并返回一个Request对象
request = urllib2.Request("http://www.baidu.com")

# Request对象作为urlopen()方法的参数，发送给服务器并接收响应
response = urllib2.urlopen(request)

html = response.read()

print html

　　

新建Request实例，除了必须要有 url 参数之外，还可以设置另外两个参数：

1. data（默认空）：是伴随 url 提交的数据（比如要post的数据），同时 HTTP 请求将从 "GET"方式 改为 "POST"方式。

2. headers（默认空）：是一个字典，包含了需要发送的HTTP报头的键值对。

在 HTTP Request 中加入特定的 Header，来构造一个完整的HTTP请求消息。

 

 

在大部分时候urllib会与urllib2共同使用，主要是为了使用urllib.encode（）方法，同时通过urllib2的方法伪装user-agent字段，从而完成爬虫的第一层伪装。