urllib2 是 python2.7 自带的模块(不需要下载,导入即可使用)。
urllib2库的基本使用
所谓网页抓取，就是把url地址中指定的网络资源从网络流中读取出来，保存到本地。 在python中有很多库可以用来抓取网页，我们先学习urllib2。
urllib2 是 python2.7 自带的模块(不需要下载，导入即可使用)urllib2 官方文档：https://docs.python.org/2/library/urllib2.htmlurllib2 源码：https://hg.python.org/cpython/file/2.7/lib/urllib2.py
urllib2 在 python3.x 中被改为urllib.request
urlopen
我们先来段代码：
# urllib2_urlopen.py # 导入urllib2 库import urllib2 # 向指定的url发送请求，并返回服务器响应的类文件对象response = urllib2.urlopen("http://www.baidu.com") # 类文件对象支持 文件对象的操作方法，如read()方法读取文件全部内容，返回字符串html = response.read() # 打印字符串print html
执行写的python代码，将打印结果
power@powermac ~$: python urllib2_urlopen.py
实际上，如果我们在浏览器上打开百度主页， 右键选择“查看源代码”，你会发现，跟我们刚才打印出来的是一模一样。也就是说，上面的4行代码就已经帮我们把百度的首页的全部代码爬了下来。
一个基本的url请求对应的python代码真的非常简单。
request
在我们第一个例子里，urlopen()的参数就是一个url地址；
但是如果需要执行更复杂的操作，比如增加http报头，必须创建一个 request 实例来作为urlopen()的参数；而需要访问的url地址则作为 request 实例的参数。
我们编辑urllib2_request.py
# urllib2_request.py import urllib2 # url 作为request()方法的参数，构造并返回一个request对象request = urllib2.request("http://www.baidu.com") # request对象作为urlopen()方法的参数，发送给服务器并接收响应response = urllib2.urlopen(request) html = response.read() print html
运行结果是完全一样的：
新建request实例，除了必须要有 url 参数之外，还可以设置另外两个参数：data（默认空）：是伴随 url 提交的数据（比如要post的数据），同时 http 请求将从 "get"方式 改为 "post"方式。headers（默认空）：是一个字典，包含了需要发送的http报头的键值对。这两个参数下面会说到。
user-agent
但是这样直接用urllib2给一个网站发送请求的话，确实略有些唐突了，就好比，人家每家都有门，你以一个路人的身份直接闯进去显然不是很礼貌。而且有一些站点不喜欢被程序（非人为访问）访问，有可能会拒绝你的访问请求。
但是如果我们用一个合法的身份去请求别人网站，显然人家就是欢迎的，所以我们就应该给我们的这个代码加上一个身份，就是所谓的user-agent头。
浏览器 就是互联网世界上公认被允许的身份，如果我们希望我们的爬虫程序更像一个真实用户，那我们第一步，就是需要伪装成一个被公认的浏览器。用不同的浏览器在发送请求的时候，会有不同的user-agent头。 urllib2默认的user-agent头为：python-urllib/x.y（x和y是python主版本和次版本号,例如 python-urllib/2.7）
#urllib2_useragent.py import urllib2 url = "http://www.itcast.cn" #ie 9.0 的 user-agent，包含在 ua_header里ua_header = {"user-agent" : "mozilla/5.0 (compatible; msie 9.0; windows nt 6.1; trident/5.0;"} # url 连同 headers，一起构造request请求，这个请求将附带 ie9.0 浏览器的user-agentrequest = urllib2.request(url, headers = ua_header) # 向服务器发送这个请求response = urllib2.urlopen(request) html = response.read()print html
添加更多的header信息
在 http request 中加入特定的 header，来构造一个完整的http请求消息。
可以通过调用request.add_header() 添加/修改一个特定的header 也可以通过调用request.get_header()来查看已有的header。
添加一个特定的header
# urllib2_headers.py import urllib2 url = "http://www.itcast.cn" #ie 9.0 的 user-agentheader = {"user-agent" : "mozilla/5.0 (compatible; msie 9.0; windows nt 6.1; trident/5.0;"} request = urllib2.request(url, headers = header) #也可以通过调用request.add_header() 添加/修改一个特定的headerrequest.add_header("connection", "keep-alive") # 也可以通过调用request.get_header()来查看header信息# request.get_header(header_name="connection") response = urllib2.urlopen(req) print response.code #可以查看响应状态码html = response.read() print html
随机添加/修改user-agent
# urllib2_add_headers.py import urllib2import random url = "http://www.itcast.cn" ua_list = [ "mozilla/5.0 (windows nt 6.1; ) apple.... ", "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(ua_list) request = urllib2.request(url) #也可以通过调用request.add_header() 添加/修改一个特定的headerrequest.add_header("user-agent", user_agent) # 第一个字母大写，后面的全部小写request.get_header("user-agent") response = urllib2.urlopen(req) html = response.read()print html
相关教程推荐：python视频教程
以上就是python如何安装urllib2库的详细内容。