（爬虫類）Pythonの爬虫類01

内容：

まず、基本的な知識の導入

第二には、ページを取得します

 

まず、基本的な知識の導入

1、主にurllibは頼ら：URL（Webアドレス）+ LIB（パッケージ）は、より詳細には、Pythonドキュメント（オープンIDLE -ヘルプ- Pythonのドキュメント-あなたが照会することができます）を参照してくださいします。

図2に示すように、 URLの一般的なフォーマット（PS：[]を省略してもよいです）

プロトコル：//ドメイン名[：ポート] /パス/

以下のように用語を説明されている場合：

プロトコル：よう：HTTP、HTTPS、FTP、ファイルなど。

ドメイン：ストレージ・リソース・サーバのドメイン名またはIPシステムのアドレス（およびポート番号必要な部分、例えば：8080）、例えば：www.baidu.com（ドメイン例）、ローカルホスト（ローカルIPアドレス）等が挙げられます。

：パスのような特定のアドレス・ストレージ・リソース、ディレクトリやファイル名：index.htmlをというように。

第二には、ページを取得します

＃はじめに依存している
インポートurllib.request
 ＃オープンガーデンのブログのログインアドレスを（つまり、ページを取得する）、返されるオブジェクトは、応答に格納された                                                       
応答= urllib.request.urlopen（「https://account.cnblogs.com/signin 」）    
 ＃だけ返される読み取りの目的は、html_dにバイナリ文字列の形式で格納される 
html_d = response.read（） 
＃バイナリ復号UTF-8文字列（主にページが符号化されるかを見るために、典型的には、UTFであります-8）                                                   
HTML html_d.decode =（" UTF-8 " ） 
 ＃結果がプリントアウトされます                                             
印刷（HTML）                                                                

コードの表示

 

 

このブログで参照：

ゼロベースの学習ポータルのPython                      https://www.bilibili.com/video/av4050443?p=54