在 Python 中建立 Web 连接的这两种方法之间有什么实际区别？

我注意到有几种方法可以启动 http 连接以进行网络抓取。我不确定某些是否是更新的编码方式，或者它们是否只是具有不同优点和缺点的不同模块。更具体地说，我试图了解以下两种方法之间有什么区别，您会推荐什么？

1）使用urllib3：

http = PoolManager()
r = http.urlopen('GET', url, preload_content=False)
soup = BeautifulSoup(r, "html.parser")

2）使用请求

html = requests.get(url).content
soup = BeautifulSoup(html, "html5lib")

除了需要导入不同模块这一简单事实之外，是什么使这两个选项与众不同？

在引擎盖下，requests uses urllib3完成大部分 http 繁重工作。如果使用得当，它应该基本相同，除非您需要更高级的配置。

除了，在你的特定示例中，它们是not相同：

在 urllib3 示例中，您重复使用连接，而在 requests 示例中，您没有重复使用连接。您可以通过以下方法判断：

>>> import requests
>>> requests.packages.urllib3.add_stderr_logger()
2016-04-29 11:43:42,086 DEBUG Added a stderr logging handler to logger: requests.packages.urllib3
>>> requests.get('https://www.google.com/')
2016-04-29 11:45:59,043 INFO Starting new HTTPS connection (1): www.google.com
2016-04-29 11:45:59,158 DEBUG "GET / HTTP/1.1" 200 None
>>> requests.get('https://www.google.com/')
2016-04-29 11:45:59,815 INFO Starting new HTTPS connection (1): www.google.com
2016-04-29 11:45:59,925 DEBUG "GET / HTTP/1.1" 200 None

要像在 urllib3 PoolManager 中那样开始重用连接，您需要发出请求session.

>>> session = requests.session()
>>> session.get('https://www.google.com/')
2016-04-29 11:46:49,649 INFO Starting new HTTPS connection (1): www.google.com
2016-04-29 11:46:49,771 DEBUG "GET / HTTP/1.1" 200 None
>>> session.get('https://www.google.com/')
2016-04-29 11:46:50,548 DEBUG "GET / HTTP/1.1" 200 None

Now这相当于你正在做的事情http = PoolManager()。另请注意：urllib3 是一个较低级别的更显式库，因此您显式创建一个池并且显式需要指定您的 SSL 证书位置 https://urllib3.readthedocs.io/en/latest/security.html#using-certifi-with-urllib3， 例如。这是一两行额外的工作，但如果您正在寻找的话，也需要更多的控制。

总而言之，比较就变成了：

1）使用urllib3：

import urllib3, certifi
http = urllib3.PoolManager(ca_certs=certifi.where())
html = http.request('GET', url).read()
soup = BeautifulSoup(html, "html5lib")

2）使用请求:

import requests
session = requests.session()
html = session.get(url).content
soup = BeautifulSoup(html, "html5lib")