python爬虫之 URL的一般格式

URL的一般格式（带方括号[]的为可选项）

protocol://hostname[:port]/path/[;parameters][?query]#fragment

protocol 为协议:Http,https,ftp,file,ed2k

hostname 为域名或者是ip地址

[port] 为可选参数 端口，一般http的默认端口为80，https为443 

/path/ 为路劲,具体地址，如目录或者文件名等

import urllib.request   导入urllib.request模块

response = urllib.request.urlopen('URL')  打开目标网站，URL=目标网站地址

html = response.read()   读取一个网站

html = html.decode("utf-8")    解码为utf-8

一个完整实例

import urllib.request

response = urllib.request.urlopen('https://www.baidu.com')

html = response.read()

html = html.decode("utf-8")

print(html)