De urllib module geeft je de mogelijkheid om webpagina’s te benaderen zoals je bestanden benadert. Er zijn twee modules die van belang zijn: urllib.request bevat functies om informatie op het Internet te benaderen, en urllib.error bevat definities van exceptions die gegenereerd kunnen worden. Je kunt urllib ook gebruiken om te communiceren met webpagina’s; als je dat wilt doen, moet je de urllib.parse module bestuderen. Ik geef hier alleen een eenvoudig voorbeeld waarin de inhoud van een webpagina wordt gelezen.

from urllib.request import urlopen
from urllib.error import HTTPError, URLError
from sys import exit

try:
    u = urlopen( "http://www.python.org" )
except HTTPError as e:
    print( "HTTP Error", e )
    sys.exit()
except URLError as e:
    print( "URL error", e )
    sys.exit()

for i in range( 5 ):
    tekst = u.readline()
    print( tekst )

u.close()

Merk op dat van urllib alleen urlopen geïmporteerd hoeft te worden. Zodra je een webpagina hebt geopend, beschik je over een handle, waarop je de reguliere methodes kunt gebruiken die zijn uitgelegd in hoofdstuk 17¹.