1. urlretrieve
Urllib 库也是类似 request 库，用来解析html的
首先讲 urlretrieve 子模块
这个模块的作用是将网页下载到本地
语法： urlretrieve(网址,本地地址)
例如：
这样就可以了，他会将百度网页下载到本地D盘下，
不过图片那些可能下载不到，因为他做了防盗取
import urllib.request url = 'https://www.baidu.com/' urllib.request.urlretrieve(url,'D:/')
2. urlcleanup
urlcleanup 用来清除爬虫产生的一些缓存及其他一些杂七杂八的东西
他通常在请求网页的时候使用，
运行时不会有任何提示
例：
import urllib.request url = 'https://www.baidu.com/' urllib.request.urlretrieve(url,'D:/') urllib.request.urlcleanup()
3. info()
info() 用来获取网页的简介信息
例：
import urllib.request url = 'https://www.baidu.com/' data = urllib.request.urlopen(url) urllib.request.urlcleanup() print(data.info())
效果图：
4. getcode()
getcode() 获取状态码
import urllib.request url = 'https://www.baidu.com/' data = urllib.request.urlopen(url) urllib.request.urlcleanup() print(data.getcode()) >>> 输出 200
5. geturl()
geturl() 获取当前访问网页的url地址
例：
import urllib.request url = 'https://www.baidu.com/' data = urllib.request.urlopen(url) urllib.request.urlcleanup() print(data.geturl()) >>> 输出 https://www.baidu.com/
6. 超时设置
在我们访问网页的时候，可能会因为各种原因导致访问不成功，
这个原因可能是对方服务器反应慢，或者网速慢之类的问题，
那么我们就需要给代码更多的判断时间，
如果超过这个时间，那么我们就可以认为网页无法访问。
这里我们使用到 timeout() 函数来设置请求时间
它通常会配合 try except 函数一起使用
例：
设置超时时间为 5秒，
len() 函数为获取返回长度，
decode() 是解码的意思，有些时候因为编码不同，不解码的话会出错，
第二个参数 ignore ，表示解码失败也强行解码
import urllib.request try: url = 'https://www.baidu.com/' data = urllib.request.urlopen(url,timeout=5) urllib.request.urlcleanup() # 清除缓存 print(len(data.read().decode("utf-8","ignore"))) except Exception as error: print("无法访问 " + str(error)) >>> 输出 227
Urllib基础，有些时候没有 request模块方便
