python爬虫笔记（1）

• 对于python爬虫的理解

对于自己感兴趣的页面，或者想要得到的页面资源，通过写一套python爬虫程序，来对页面的html、css、js等文件进行过滤筛选。

• 对于实现操作的理解（概念性）

1. 使用库：urllib/urllib2 引用库 构建对象来调用库中request()/ urlopen()等方法
2. 使用cookie：
3. 使用正则表达式：

程序段：

捕获异常：

import urllib2

req = urllib2.Request('http://blog.csdn.net/cqcre')
try:
urllib2.urlopen(req)
except urllib2.URLError, e:
if hasattr(e,"code"):
print e.code
if hasattr(e,"reason"):
print e.reason
else:
print "OK"