入門：urllib庫學習
#從urllib中導入request
from urllib import request
#如果因爲是https需要ssl證書驗證發生錯誤的，需要導入ssl庫以及下面的代碼
import ssl
ssl._create_default_https_context = ssl._create_default_https_context
url = ‘http://www.baidu.com’
#使用urlopen爬取網頁
headers = {
‘User-Agent’:‘Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.70 Safari/537.36’
}
resp = request.urlopen(url)
#resp.read()閱讀到的是編碼過的內容，需要decode（）對中文及符號進行解碼才能看懂
print(resp.read().decode())
#urlretrieve直接保存爬取到的url內容
request.urlretrieve(url,‘baidu.html’)
#代理實現
#1、使用proxyhandler傳入代理，構建一個handler
#可以從一些免費的代理網站找代理，例如快代理等
handler = request.ProxyHandler({‘http’:‘106.14.58.95：8083’})
#2、使用handler構建一個opener，其實urlopen底層調用的也是opener的方法
opener = request.build_opener(handler)
#3、使用opener去發送請求，這個相當於就是urlopen的底層
resp = opener.open(url)
print(resp.read().decode())