urllib.request庫(kù) 是 Python3 自帶的模塊(不需要下載，導(dǎo)入即可使用)
python 自帶的模塊庫(kù)文件都是在C:\Python\Lib目錄下（C:\Python是我Python的安裝目錄），python第三方模塊庫(kù)都是在C:\Python\Lib\site-packages 下。
urllib.request庫(kù)在windows下的路徑（C:\Python\Lib\urllib）。

成都網(wǎng)站建設(shè)、成都網(wǎng)站制作,成都做網(wǎng)站公司-成都創(chuàng)新互聯(lián)公司已向上千多家企業(yè)提供了,網(wǎng)站設(shè)計(jì),網(wǎng)站制作,網(wǎng)絡(luò)營(yíng)銷等服務(wù)!設(shè)計(jì)與技術(shù)結(jié)合,多年網(wǎng)站推廣經(jīng)驗(yàn),合理的價(jià)格為您打造企業(yè)品質(zhì)網(wǎng)站。

一：用urllib.request 里的urlopen()方法發(fā)送一個(gè)請(qǐng)求

import urllib.request                                                                                      # 導(dǎo)入urllib.request 庫(kù)
response = urllib.request.urlopen("https://blog.51cto.com/alun51cto")        # 向指定的url發(fā)送請(qǐng)求，并返回服務(wù)器響應(yīng)的類文件對(duì)象。urlopen方法支持重定向

# 服務(wù)器返回的類文件對(duì)象支持Python文件對(duì)象的操作方法，如read()方法讀取文件全部?jī)?nèi)容，返回字符串
html = response.read()

print(html)                                                                                      # 打印響應(yīng)的內(nèi)容

注：urllib.request 里的 urlopen()不支持構(gòu)造HTTP請(qǐng)求，不能給編寫的請(qǐng)求添加head,無法模擬真實(shí)的瀏覽器發(fā)送請(qǐng)求。

python的“User-agent”默認(rèn)的是client_version，而client_version = "Python-urllib/%s" % version。
urllib.request庫(kù)的urlopen()方法默認(rèn)的“User-agent”是本機(jī)Python的版本（User-agent：Python-urllib/3.4），對(duì)于服務(wù)器而言，一下就能識(shí)別出這是爬蟲。
urlopen()的參數(shù)就是一個(gè)url地址；但是如果需要執(zhí)行更復(fù)雜的操作，比如增加HTTP報(bào)頭，必須創(chuàng)建一個(gè) Request 實(shí)例來作為urlopen()的參數(shù)；而需要訪問的url地址則作為 Request 實(shí)例的參數(shù)。

二：用urllib.request 里的request ()方法

import urllib.request                                                                                  # url 作為Request()方法的參數(shù)，構(gòu)造并返回一個(gè)Request對(duì)象
request = urllib.request.Request("https://blog.51cto.com/alun51cto")      # Request對(duì)象作為urlopen()方法的參數(shù)，發(fā)送給服務(wù)器并接收響應(yīng)
response = urllib.request.urlopen(request)
html = response.read()
print(html)

運(yùn)行結(jié)果：跟第一個(gè)代碼是一樣。
Request實(shí)例，除了必須要有 url 參數(shù)之外，還可以設(shè)置另外兩個(gè)參數(shù)：
data：如果是GET請(qǐng)求，data（默認(rèn)空），如果是POST請(qǐng)求，需要加上data參數(shù)，伴隨 url 提交的數(shù)據(jù)。
headers（默認(rèn)空）：是一個(gè)字典，包含了需要發(fā)送的HTTP報(bào)頭的鍵值對(duì)。
通過抓包可以抓到https://blog.51cto.com/alun51cto 請(qǐng)求的head信息

【Host】：主域 （發(fā)請(qǐng)求時(shí)，可以不寫）
【Connection: keep-alive】：保持登錄后的長(zhǎng)連接
【User-Agent】：最重要的參數(shù)
【Accept】：接受數(shù)據(jù)的格式，例如：text文本、json等
【Accept-Encoding】：數(shù)據(jù)的壓縮方式 （爬蟲不是服務(wù)器，沒有解壓方法，不能寫）
【Accept-Language】：支持的語言 （可以不寫）
【Cookie】：緩存，Cookie在爬蟲里主要獲取登錄后的狀態(tài)，跟登錄相關(guān)的可以用Cookie處理，如果只是獲取一個(gè)靜態(tài)頁面的數(shù)據(jù)，就不需要用Cookie。

web項(xiàng)目通過都是通過瀏覽器去訪問，要想真實(shí)模擬一個(gè)用戶用瀏覽器去訪問web項(xiàng)目，在發(fā)送請(qǐng)求的時(shí)候，會(huì)有不同的User-Agent頭。 urllib默認(rèn)的User-Agent頭為：Python-urllib/x.y，所以就需要我們?cè)诎l(fā)request請(qǐng)求的時(shí)候添加一個(gè)head信息

三：用urllib.request 里的request ()方法里加上head信息

import urllib.request

header={"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36" 
}
request = urllib.request.Request("https://blog.51cto.com/alun51cto")           # url 作為Request()方法的參數(shù)，構(gòu)造并返回一個(gè)Request對(duì)象
response = urllib.request.urlopen(request)                                                    # Request對(duì)象作為urlopen()方法的參數(shù)，發(fā)送給服務(wù)器并接收響應(yīng)
html = response.read()
print(html)

四：Request.get_header()與Request.add_header（）

import urllib.request

url ="https://blog.51cto.com/alun51cto"
header={"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36"
}

request = urllib.request.Request(url)                      # url 作為Request()方法的參數(shù)，構(gòu)造并返回一個(gè)Request對(duì)象
request.add_header("Connection", "keep-alive")   #也可以通過調(diào)用request.add_header() 添加/修改一個(gè)特定的header
print(request.get_header(header_name="Connection"))  # 也可以通過調(diào)用Request.get_header()來查看header信息
response = urllib.request.urlopen(request)            # Request對(duì)象作為urlopen()方法的參數(shù)，發(fā)送給服務(wù)器并接收響應(yīng)
html = response.read()
#print(html)

五：隨機(jī)添加/修改User-Agent

import urllib.request
import random

url = "https://blog.51cto.com/alun51cto"

#定義一個(gè)User-Agent列表
user_agent_list = [
    "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36,",
    "Mozilla/5.0 (X11; CrOS i686 2268.111.0)... ",
    "Mozilla/5.0 (Macintosh; U; PPC Mac OS X.... ",
    "Mozilla/5.0 (Macintosh; Intel Mac OS... "
]
user_agent = random.choice(user_agent_list)              #隨機(jī)抽取一個(gè)User-Agent值
request = urllib.request.Request(url)                             # url 作為Request()方法的參數(shù)，構(gòu)造并返回一個(gè)Request對(duì)象
request.add_header("User-Agent", user_agent)           #通過調(diào)用Request.add_header() 添加一個(gè)特定的header
print(request.get_header("User-agent"))                       # 第一個(gè)字母大寫，后面的全部小寫
response = urllib.request.urlopen(request)                   # Request對(duì)象作為urlopen()方法的參數(shù)，發(fā)送給服務(wù)器并接收響應(yīng)
html = response.read()
print(html)