python的爬虫入门学习1
1.概念
URL和URI的区别:
URL是统一资源定位符,表示资源的地址(我们说网站的网址就是URL),而URI是统一资源标识符 ,即用字符串来标识某一互联网资源,因此,URI属于父类,URL属于子类
爬虫:
爬虫事实上就是一个程序,用于沿着互联网结点爬行,不断访问不同的网站,以便获取它所需要的资源。
2.实例:
import urllib.request
response=urllib.request.urlopen("http://www.hao123.com")
html=response.read()
注:urllib.request.urlopen返回的是一个HTTPResponse的实例对象,它属于http.client模块
只能用read()才能读出URL内容
3.关于编码问题: