1. 功能与目的
就是下载一个网页的源代码，网址就是CSDN博客地址：http://blog.csdn.net/woshisangsang
2. 下载一个网页
通过urllib2模块的urlopen方法可以获取一个地址对应的html代码，注意在linux环境下，需要指明解释器的路径，并指明编码（不然没法使用中文）
#!/usr/bin/python2.7 # coding=UTF-8 import urllib2 #变量区域 url="http://blog.csdn.net/woshisangsang"#待下载的网址 #方法区域 def downloadWebsite(url):#下载 print("start to download："+url) try: result=urllib2.urlopen(url).read() except urllib2.URLError as ex: print("download error,the reason is:"+ex.reason) return result result=downloadWebsite(url) print(result)
运行结果如下（部分结果，证明程序跑成功了），通过这个结果我们可以想到href对应的链接就是一篇博文对应的地址。
<span class="link_title"><a href="/woshisangsang/article/details/77222166"> Java 线程与进程的速度比较（继承Thread实现） </a> </span>
3. 下载错误后重试下载
网页请求失败在所难免，所以可以重试下载，而对只有重试到最后一次仍然报错的显示错误信息。具体实现代码如下：
#!/usr/bin/python2.7 # coding=UTF-8 import urllib2 #变量区域 url="http://blog.csdn.net/woshisangsang11"#待下载的网址 #方法区域 def downloadWebsite(url,retry_time=5): print("start to download："+url+",the retry time is:"+str(retry_time)) try: result=urllib2.urlopen(url).read() except urllib2.URLError as ex: if retry_time==1: return "download error,the reason is:"+ex.reason+",error code"+str(ex.code) else: return downloadWebsite(url,retry_time-1) return result result=downloadWebsite(url) print(result)
执行结果如下，可见咱这个程序是不服气的下载了5次，最后实在不行才报告错误的。最后error code是403，指的是可以连接该网站，但没有查看网页的权限，因为此处的url是我虚构的（加了11）.
start to download：http://blog.csdn.net/woshisangsang11,the retry time is:5
start to download：http://blog.csdn.net/woshisangsang11,the retry time is:4
start to download：http://blog.csdn.net/woshisangsang11,the retry time is:3
start to download：http://blog.csdn.net/woshisangsang11,the retry time is:2
start to download：http://blog.csdn.net/woshisangsang11,the retry time is:1
download error,the reason is:Forbidden,error code403
[Finished in 1.6s]
