python打开网页获取网页内容方法总结

在学习python爬虫的过程中，总会遇到要获取网页内容的时候，下面就对如何获取网页内容进行总结。

方法一：

>import urllib
>url="http://www.baidu.com" #这里是需要获取的网页
>content=urllib.open(url).read() #使用urllib模块获取网页内容
>print content #输出网页的内容 功能相当于查看网页源代码

方法二：

>import urllib2
>from bs4 import BeautifulSoup #这里需要导入BeautifulSoup 
>url="http://www.baidu.com"
>content=urllib2.urlopen(url)
>soup=BeautifulSoup(content) #将网页内容转化为BeautifulSoup 格式的数据
>print soup

方法三：

>import requests
>content=requests.get(url).content
>print content

这里是使用的python的requests模块获取网页的内容。

方法四：

>import codecs  #导入codecs模块
>f=codecs.open(url,"r","utf-8")   #使用codecs函数以打开的方式打开url 设置默认的编码方式为utf-8
>content=f.read()
>f.close()
>print content

这里是使用的python的codecs模块。

推荐：

BeautifulSoup的安装可以查看博客。

python中的模块安装及更新方法，可以查看博客（pip，easy_install）。

解决python中出现乱码问题，可以查看博客。