python爬虫获取百度首页内容教学

由传智播客教程整理，我们这里使用的是python2.7.x版本，就是2.7之后的版本，因为python3的改动略大，我们这里不用它。现在我们尝试一下url和网络爬虫配合的关系，爬浏览器首页信息。

1、首先我们创建一个urllib2_test01.py，然后输入以下代码：

2、最简单的获取一个url的信息代码居然只需要4行，执行写的python代码：

3、之后我们会看到一下的结果

4、

实际上，如果我们在浏览器上打开网页主页的话，右键选择“查看源代码”，你会发现，跟我们刚打印出来的是一模一样的。也就是说，上面的4行代码就已经帮我们把百度的首页和全部代码爬了下来了 。

5、下面我们介绍一下这四行代码，第一行如下图，这个就是将urllib2组件进入进来，供给我们使用。

6、图片下面这步骤是调用urllib2库中的urlopen方法，该方法接受一个url地址，然后将请求后的得到的回应封装到一个叫respones对象当中。

7、最后这里，是调用response对象的read（）方法，将请求的回应内容以字符串的形式给html变量。最后的print html就是将字符串打出来，所以说一个基本的url请求是对应的python代码是很简单的。