完整攻略如下：

零基础写Python爬虫之使用urllib2组件抓取网页内容

简介

如果你想学习网络爬虫，那么本文将会是一个很好的起点。我们将会使用Python的urllib2组件来抓取网页内容。

urllib2组件

urllib2是Python自带的一个HTTP客户端库，可以用来向指定的URL发送请求并获取相应的数据。以下是一些常用的方法：

• urllib2.urlopen(url, [data, [timeout, ]])

发送一个HTTP请求给指定的url，并同时返回响应对象。其中，data是用来向指定URL发送附加数据的参数；timeout是设置超时时间的参数。

• response.read()

读取响应，返回响应内容。

• response.getcode()

获取HTTP状态码，如果是200则表示请求成功。

• response.info()

获取HTTP响应头。

抓取网页内容

接下来，我们将演示如何使用urllib2组件来抓取网页内容。

第一步，导入urllib2库：

import urllib2

第二步，使用urllib2.urlopen函数发送HTTP请求：

url = 'http://www.example.com'
response = urllib2.urlopen(url)

第三步，读取响应：

html = response.read()

第四步，判断HTTP状态码：

if response.getcode() == 200:
    # 请求成功
else:
    # 请求失败

第五步，打印HTML内容：

print html

这就是使用urllib2组件抓取网页内容的基本过程。

示例

接下来，我们将演示两个简单的示例，以进一步说明如何使用urllib2来抓取网页内容。

示例1：抓取百度首页

import urllib2

url = 'https://www.baidu.com/'
response = urllib2.urlopen(url)
html = response.read()

if response.getcode() == 200:
    print html
else:
    print "请求失败"

示例2：抓取GitHub首页

import urllib2

url = 'https://github.com/'
response = urllib2.urlopen(url)
html = response.read()

if response.getcode() == 200:
    print html
else:
    print "请求失败"

这两个示例演示了如何抓取百度首页和GitHub首页的HTML内容。当然，在实际的使用中，还需要处理HTML内容，例如使用正则表达式或者BeautifulSoup库来解析HTML。