python爬虫入门

1、URL的含义：

URL，即同意资源定位符，也就是我们常说的网址。URL的格式包含三个部分：1）第一部分是协议（或者称为服务方式）；2）第二部分是存有该资源的之际IP地址（有时也包括端口）；3）第三部分是主机资源的具体地址，如目录和文件名等。

爬虫爬取数据时必须有一个目标的URL，因此，它是爬虫获取数据的基本依据。

2、urllib库的基本用法

（1）首先试着爬一个网页下来

import urllib2
response=urllib2.urlopen("http://www.baidu.com")
print response.read()