浅谈Python两大爬虫库—urllib库和requests库区别

一、浅谈区别前言

在使用Python爬虫时，爬虫需要模拟发起网络请求，库ub库s库主要用到的浅谈区别库有requests库和python内置的urllib库，一般建议使用requests，爬虫它是库ub库s库对urllib的再次封装。

那它们两者有什么区别 ?浅谈区别

下面通过案例详细的讲解 ，了解他们使用的爬虫主要区别。

二、库ub库s库urllib库

简介：

urllib库的浅谈区别response对象是先创建http，request对象，爬虫装载到reques.urlopen里完成http请求。库ub库s库

返回的浅谈区别是http，response对象，爬虫实际上是库ub库s库html属性。使用.read().decode()解码后转化成了str字符串类型，decode解码后中文字符能够显示出来。

例

运行结果：

注意：

通常爬取网页，在构造http请求的时候，都需要加上一些额外信息，什么Useragent，cookie等之类的云服务器提供商信息，或者添加代理服务器。往往这些都是一些必要的反爬机制。

三、requests库

简介：

requests库调用是requests.get方法传入url和参数，返回的对象是Response对象，打印出来是显示响应状态码。

通过.text 方法可以返回是unicode 型的数据，一般是在网页的header中定义的编码形式，而content返回的是bytes，二级制型的数据，还有 .json方法也可以返回json字符串。

如果想要提取文本就用text，但是如果你想要提取图片、文件等二进制文件，就要用content，当然decode之后，中文字符也会正常显示。b2b信息网

requests的优势：

Python爬虫时，更建议用requests库。因为requests比urllib更为便捷，requests可以直接构造get，post请求并发起，而urllib.request只能先构造get，post请求，再发起。

例：

运行结果 (可以直接获取整网页的信息，打印控制台)：

四、总结

本文基于Python基础，主要介绍了urllib库和requests库的区别。

在使用urllib内的request模块时，返回体获取有效信息和请求体的拼接需要decode和encode后再进行装载。进行http请求时需先构造get或者post请求再进行调用，header等头文件也需先进行构造。

requests是对urllib的进一步封装，因此在使用上显得更加的便捷，建议在实际应用当中尽量使用requests。

希望能给一些对爬虫感兴趣，有一个具体的概念。方法只是一种工具，试着去爬一爬会更容易上手，服务器租用网络也会有很多的坑，做爬虫更需要大量的经验来应付复杂的网络情况。

希望大家一起探讨学习， 一起进步。

最新评论