技巧:如何使用googlechrome提供的urllib2进行html页面的操作方法？

　　技巧:如何使用googlechrome提供的urllib2进行html页面的操作方法？

　　采集工具urllib2导读手动构造超过500万个html页面特别复杂，有些页面甚至经常需要多人编写、刷新等过程，这样就无法给每个人都添加一个相应的索引结构，而且也无法在一个页面添加多个标签。通过googlechrome提供的urllib2库，可以轻松构造到完整的html页面。原始的html页面结构是图片的源地址，然后从图片地址链接去找相应的数据，或者浏览器路径直接显示图片内容，所以必须要过滤掉首部之类的不重要的东西，造成工作量巨大。

　　而urllib2可以通过分析页面源码来定位url，然后为每个页面建立单独的索引结构，从而极大地简化了过滤页面的工作量。下面介绍如何使用googlechrome提供的urllib2进行html页面的操作。首先在浏览器端安装：创建一个新页面e2.addeventlistener("scroll",true);src=urllib2.urlopen(url);str=stringify(urllib2.urlfilter(url,str));//urllib2模块3种构造url的方法：1.url地址+编码方式生成html代码2.url地址+urisrc=urllib2.urlopen(url);//不支持编码方式3.url地址+分割符生成html代码本文将采用第一种方法。

　　效果如下，可以看到页面均由a.txt格式的文本构成。针对2.3两种方法的错误处理方式如下：①第一种方法运行过程中，浏览器窗口无法刷新，浏览器会自动跳转到第二页；②第二种方法运行过程中，浏览器可以随时刷新，浏览器会默认列表页，用户不需要刷新；本文以第一种方法为例，采用scroll方法进行页面加载和显示。

　　源码运行page(2,function(){if(function(){this.scrolltop=-1;}else{this.scrolltop=2;}//使用代码块注释//使用代码块注释包裹住注释，实现该注释跳转到range(2,true)})5在浏览器的地址栏中输入urllib2.urlopen("/pages/a/b/c/d/e/f/g/h"),浏览器即可根据域名接收对应的文件路径，产生html页面，效果如下。

　　除page.txt文件支持手动添加外，其他文件均为urllib2.urlopen()自动导入。参考资料urllib2中的content参数有什么用?源码创建urllib2.urlopen()命令。