urllib
urllib模塊是python3的URL處理包
其中：
1、urllib.request主要是打開和閱讀urls
個人平時主要用的1：
打開對應的URL：urllib.request.open(url)
用urllib.request.build_opener([handler, ...])，來偽裝成對應的瀏覽器
import urllib#要偽裝成的瀏覽器(我這個是用的chrome)headers = ('User-Agent','Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36')url='http://hotels.ctrip.com/'opener = urllib.request.build_opener()#將要偽裝成的瀏覽器添加到對應的http頭部opener.addheaders=[headers]#讀取相應的urldata = opener.open(url).read()#將獲得的html解碼為utf-8data=data.decode('utf-8')print(data) 2、urllib.parse主要是用來解析url
主要方法：
urllib.parse.urlparse(urlstring)
功能：將對應的URL解析成六部分，并以元組的數據格式返回來。(在功能上和urlsplit()幾乎一模一樣)
import urllibo = urllib.parse.urlparse('http://www.cwi.nl:80/%7Eguido/Python.html')print(o)print(o.path)print(o.scheme)print(o.port)print(o.geturl()) 對應的結果：
ParseResult(scheme='http', netloc='www.cwi.nl:80', path='/%7Eguido/Python.html', params='', query='', fragment='')
/%7Eguido/Python.html
http
80
http://www.cwi.nl:80/%7Eguido/Python.html
2、構建一個新的url——urllib.parse.urljoin(base, url)
參數：base:基本的URL鏈接
url:另一個url
from urllib.parse import urljoina=urljoin('http://www.cwi.nl/%7Eguido/Python.html', 'FAQ.html')print(a) 結果：http://www.cwi.nl/%7Eguido/FAQ.html
這個函數在爬蟲的時候應該方便多了，我之前用的是比較笨的方法直接字符串拼接
3、異常處理 urllib.error
用 try-except來捕捉異常
主要的錯誤方式就兩種 URLError和HTTPError
因為HTTPError是URLError的子類，所以URLError應該寫在HttpError后面,說白了就是找到兒子一定知道父親，找到父親，不一定知道兒子。
try: data=urllib.request.urlopen(url) print(data.read().decode('utf-8'))except urllib.error.HTTPError as e: print(e.code)except urllib.error.URLError as e: print(e.reason) 結果：[WinError 10060] 由于連接方在一段時間后沒有正確答復或連接的主機沒有反應，連接嘗試失敗。
如果捕獲到了HTTPError，則輸出code，不會再處理URLError異常。如果發生的不是HTTPError，則會去捕獲URLError異常，輸出錯誤原因
