python 爬蟲常用模組：
相關推薦：python爬蟲庫以及相關利器
Python標準庫——urllib模組
功能：開啟URL和http協定之類
註：python 3.x中urllib函式庫和urilib2函式庫合併成了urllib函式庫。 其中urllib2.urlopen()變成了urllib.request.urlopen()，urllib2.Request()變成了urllib.request.Request()
urllib請求返回網頁
#urllib. request.urlopen
urllib.request.open(url[,data,[timeout,[cafile,[capth[,cadefault,[context]]]]]])
urllib.requset.urlioen可以開啟HTTP（主要）、HTTPS、FTP、協定的URL
ca 驗證
#data 以post方式提交URL時使用
url 提交網路位址（全程前端需協定名稱後端需連接埠http:/192.168.1.1:80）
timeout 逾時時間設定
函數傳回對象有三個額外的方法
geturl() 返回response的url訊息
常用與url重定向info()返回response的基本資訊
getcode()傳回response的狀態碼
範例：
#coding:utf-8
import urllib.request
import time
import platform
#清屏函数(无关紧要 可以不写)
def clear():
print(u"内容过多 3秒后清屏")
time.sleep(3)
OS = platform.system()
if (OS == u'Windows'):
os.system('cls')
else:
os.system('clear')
#访问函数
def linkbaidu():
url = 'http://www.baidu.com'
try:
response = urllib.request.urlopen(url,timeout=3)
except urllib.URLError:
print(u'网络地址错误')
exit()
with open('/home/ifeng/PycharmProjects/pachong/study/baidu.txt','w') as fp:
response = urllib.request.urlopen(url,timeout=3)
fp.write(response.read())
print(u'获取url信息，response.geturl()\n:%s'%response.getrul())
print(u'获取返回代码，response.getcode()\n:%s' % response.getcode())
print(u'获取返回信息，response.info()\n:%s' % response.info())
print(u"获取的网页信息经存与baidu.txt")
if __name__ =='main':
linkbaidu()Python標準函式庫–logging模組
logging模組能夠取代print函數的功能，將標準輸出到日誌文件儲存起來，利用loggin模組可以部分取代debug
re模組
正規表示式
sys模組
系統相關模組
sys.argv(傳回一個列表，包含所有的命令列)
sys.exit(退出程式)
Scrapy框架
urllib和re配合使用已經太落後，現在主流的是Scrapy框架
更多Python相關技術文章，請訪問Python教程專欄進行學習！
以上是python爬蟲需要呼叫什麼模組的詳細內容。更多資訊請關注PHP中文網其他相關文章！
