1、先爬一个网页下来看看吧
怎样扒网页呢？其实就是根据URL来获取它的网页信息，虽然我们在浏览器中看到的是优美有序的画面，但是其实是由浏览器解释才呈现出来的，实质它是一段HTML代码，加JS、CSS，下面我们就来扒一个网页下来看看。
# python 3
import urllib.request
response = urllib.request.urlopen("https://baidu.com")
print(response.read())真正的程序就两行，把它保存成 demo.py，进入该文件的目录，执行Python demo.py命令查看运行结果吧。
2.分析扒网页的方法
第一行
response = urllib.request.urlopen("https://baidu.com")
首先我们调用的是urllib库里面的urlopen方法，传入一个URL，这个网址是百度首页，协议是HTTP协议.urlopen一般接受三个参数，它的参数如下：
urlopen(url, data, timeout)第一个参数url即为URL，第二个参数data是访问URL时要传送的数据，第三个timeout是设置超时时间。
第二三个参数是可以不传送的，data默认为空None，timeout默认为 socket._GLOBAL_DEFAULT_TIMEOUT.
第一个参数URL是必须要传送的，在这个例子里面我们传送了百度的URL，执行urlopen方法之后，返回一个response对象，返回信息便保存在这里面。
第二行
print(response.read())response对象有一个read方法，可以返回获取到的网页内容。
如果不加read直接打印会是什么呢？答案如下：
<http.client.HTTPResponse object at 0x02E05270>直接打印出了该对象的描述，所以记得一定要加read方法，否则它不出来内容可就不怪我咯！
3.POST和GET数据传送
上面的程序演示了最基本的网页抓取，不过，现在大多数网站都是动态网页，需要你动态地传递参数给它，它做出对应的响应。所以，在访问时，我们需要传递数据给它。最常见的情况就是登录注册的时候呀。
把用户名和密码传送到一个URL，然后你得到服务器处理之后的响应，这个该怎么办？
数据传送分为POST和GET两种方式，两种方式最重要的区别是GET方式是直接以链接形式访问，链接中包含了所有的参数，当然如果包含了密码的话是一种不安全的选择，不过你可以直观地看到自己提交了什么内容。POST则不会在网址上显示所有的参数，不过如果你想直接查看提交了什么就不太方便了。
POST方式：
上面提到了data参数，它就是用在这里的，我们传送的数据就是这个参数data，下面演示一下POST方式。
import urllib.request,urllib.parse
values = {"username":"[email protected]","password":"XXXX"}
data = urllib.parse.urlencode(values)
url = "https://passport.csdn.net/account/login?from=http://my.csdn.net/my/mycsdn"
response = urllib.request.urlopen(url,data)
print(response.read())我们引入了urllib库，现在我们模拟登陆CSDN，当然上述代码可能登陆不进去，因为CSDN还有个流水号的字段，没有设置全，比较复杂在这里就不写上去了，在此只是说明登录的原理。一般的登录网站一般是这种写法。
我们需要定义一个字典，名字为values，参数我设置了username和password，下面利用urllib的urlencode方法将字典编码，命名为data，构建request时传入两个参数，url和data，运行程序，返回的便是POST后呈现的页面内容。
GET方式：
至于GET方式我们可以直接把参数写到网址上面，直接构建一个带参数的URL出来即可。
import urllib.request
values={}
values['username'] = "1016903103@qq.com"
values['password']="XXXX"
data = urllib.parse.urlencode(values)
url = "http://passport.csdn.net/account/login"
geturl = url + "?"+data
response = urllib.request.urlopen(url)
print(response.read())你可以打印输出一下url，发现其实就是原来的url加？然后加编码后的参数,
和我们平常GET访问方式一模一样，这样就实现了数据的GET方式传送。
———–到这里我们就已经了解了爬虫的一些基本使用，可以抓取到一些基本的网页信息啦~~~