Python的urllib和urllib2子產品都做與請求URL相關的操作，但他們提供不同的功能。他們兩個最顯着的差異如下：
- urllib2可以接受一個Request對象，并以此可以來設定一個URL的headers，但是urllib隻接收一個URL。這意味着，你不能僞裝你的使用者代理字元串等。
- urllib子產品可以提供進行urlencode的方法，該方法用于GET查詢字元串的生成，urllib2的不具有這樣的功能。這就是urllib與urllib2經常在一起使用的原因。
urllib
1、urllib.urlopen(url, data=None, proxies=None, context=None)方法
打開一個url的方法，傳回一個對象，可以類似檔案對象的操作來讀取資料
import urllib
f = urllib.urlopen("https://www.cnblogs.com/")
print f.readline()
#<!DOCTYPE html> urlopen傳回對象提供方法：
- read() , readline() ,readlines() , fileno() , close() ：這些方法的使用方式與檔案對象完全一樣
- info()：傳回一個httplib.HTTPMessage對象，表示遠端伺服器傳回的頭資訊
- getcode()：傳回Http狀态碼。如果是http請求，200請求成功完成;404網址未找到
- geturl()：傳回請求的url
2、urllib.urlretrieve(url, filename=None, reporthook=None, data=None, context=None)方法
urlretrieve方法将url定位到的html檔案下載下傳到你本地的硬碟中。如果不指定filename，則會存為臨時檔案。
urlretrieve()傳回一個二進制組(filename,httplib.HTTPMessage)
f = urllib.urlretrieve("https://www.cnblogs.com/")
print f
('d:\\temp\\tmp7_mted', <httplib.HTTPMessage instance at 0x01B8F030>) 第一個元素是儲存的檔案路徑，第二個元素是httplib.HTTPMessage對象，跟urlopen.info()方法一樣，儲存的是遠端伺服器傳回的頭資訊。
指定儲存的檔案
f = urllib.urlretrieve("https://www.cnblogs.com/", filename='cnblog.html')
print f
('cnblog.html', <httplib.HTTPMessage instance at 0x01D8B030>) 3、urllib.urlcleanup()
清除由于urllib.urlretrieve()所産生的緩存
4、urllib.quote(str)
對或取的資料進行編碼，進而符合URI協定，使其能被web伺服器接受。
f1 = urllib.quote("https://www.cnblogs.com/", safe='/')
print f1
#https%3A//www.cnblogs.com/ safe可以指定不需要編碼的字元，可以以字元串的形式設定，例：safe=‘：/’，這樣将不會對：/進行編碼，預設不對 / 編碼
5、urllib.quote_plus(str)
此函數是對請求中的url拼接的參數中的空格替換為+，這個我們很常見到，送出帶空格的參數時，将看到空格都變成了+
f2 = urllib.quote_plus(' ', safe='/')
print f2
+ 也看到有safe吧，學習了quote，可能會想到這個也是個安全字元設定，對設定的字元不做編碼？？
是的，quote_plus這個其實實在quote上做了拓展，檢視源碼就知道了
def quote_plus(s, safe=''):
"""Quote the query fragment of a URL; replacing ' ' with '+'"""
if ' ' in s:
s = quote(s, safe + ' ')
return s.replace(' ', '+')
return quote(s, safe) 其實調用了quote()方法，safe這個是給quote用的，預設是不對空格做編碼的。
有編碼，那就肯定有解碼了，解碼方法對應的是：urllib.unquote(str)、urllib.unquote_plus(str)
6、urllib.urlencode()
将URL中的鍵值對以連接配接符&劃分,并把空格編碼為+
查詢參數
data = {'name': 'aa bb', 'lover':'ccc'}
params = urllib.urlencode(data)
print params
#name=aa+bb&lover=ccc
f = urllib.urlopen('https://www.cnblogs.com?{}'.format(params)) urlencode方法會調用quote_plus,把空格編碼為+
請求體中參數
data = {'name': 'aa bb', 'lover':'ccc'}
params = urllib.urlencode(data)
print params
#name=aa+bb&lover=ccc
f = urllib.urlopen('https://www.cnblogs.com/', date=params) urllib2
1、urllib2.urlopen(url, data=None, timeout=socket._GLOBAL_DEFAULT_TIMEOUT,cafile=None, capath=None, cadefault=False, context=None)
跟urllib差不多，也是傳回一個對象，次對象操作方式跟檔案對象類似
f2 = urllib2.urlopen("https://www.cnblogs.com/")
html = f2.read()
print html 2、urllib2.Request(url, data=None, headers={},origin_req_host=None, unverifiable=False)
urllib2可以建立個request對象，構造一個完成的request對象，資料、請求頭資訊等都可以做設定
data = {'name': 'aa bb', 'lover':'ccc'}
params = urllib.urlencode(data)
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; … Gecko/20100101 Firefox/54.0'}
req = urllib2.Request("https://www.cnblogs.com/",data=params, headers=headers)
req.add_data(urllib.urlencode({'age': 100, 'like': 'h'}))#重新設定送出的參數，會覆寫之前設定的
req.add_header('Host', '127.0.0.1')#添加請求頭資訊
print req.headers
print req.data
response = urllib2.urlopen(req)
print response.readline() ![Python爬蟲實作--微網誌模拟登陸--涉及到的知識點，python包，實作代碼詳解。[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)