1、任務簡介

前段時間一直在學習Python基礎知識，故未更新部落格，近段時間學習了一些關於爬蟲的知識，我會分為多篇部落格對所學知識進行更新，今天分享的是獲取指定網頁原始碼的方法，只有將網頁原始碼抓取下來才能從中提取我們需要的資料。

2、任務程式碼

Python獲取指定網頁原始碼的方法較為簡單，我在Java中使用了38行程式碼才獲取了網頁原始碼（大概是學藝不精），而Python中只用了6行就達到了效果。

Python中獲取網頁原始碼最簡單的方法就是使用urllib包，具體程式碼如下：

import urllib.request        #匯入urllib.request庫
 

b = str(input("請輸入："))   #提示使用者輸入資訊，並強制型別轉換為字串型
a = urllib.request.urlopen(b)#開啟指定網址
html = a.read()              #讀取網頁原始碼
html = html.decode("utf-8") #解碼為unicode碼
print(html)                  #列印網頁原始碼

我輸入的網址是我部落格主頁的網址https://blog.csdn.net/lsylsy726

執行結果如下：

3、總結

這篇部落格介紹的方法較為簡單，其實有的網站會“反爬蟲”，這時就需要我們使用User-Agent或者代理，這些東西都會在後面的部落格中進行更新，我預計在後面部落格中更新“讀取CSDN部落格訪問量的小程式”和“有道翻譯小程式”及其他更難一些的知識，由於剛開始學習爬蟲，水平有限，請大家多多包涵。