Nativo da linguagem Python, o módulo urllib2 permite o uso de diversas funções de alto nível para lidar com o acesso à internet. Suas funcionalidades permitem obter o código-fonte de uma página, efetuar autenticação em um site, enviar informações para um script CGI, lidar com conexões que passam por proxies, manipular cookies, etc.

Serão utilizadas algumas funções deste poderoso módulo para obter o código-fonte das páginas utilizadas nos exemplos deste artigo.

Para se importar o módulo, usa-se a linha:


Para simplificar o nome do módulo e evitar erros de digitação, podemos criar uma referência que funciona como um "apelido" para o módulo:


Principais métodos do módulo:


Abre a URL fornecida. Ela pode ser uma string ou um objeto da classe Request. O argumento opcional "dados" permite o envio de dados adicionais para o servidor, podendo receber o valor None caso não haja a necessidade de se enviar alguma informação extra. Também opcional, o argumento timeout determina o tempo, em segundos, que será aguardado para que a conexão seja estabelecida.

Caso a conexão não possa ser estabelecida ou o timeout se encerre, será disparada uma exceção do tipo URLError. A exceção pode ser tratada com os blocos try/except:


Podemos obter o código fonte de uma página, linha a linha, utilizando apenas o método urlopen(). Segue abaixo um exemplo (observe que é importante definir a codificação na primeira linha, pois o código fonte obtido poderá possuir acentos e outros caracteres não suportados):


Caso seja preciso exibir todo o código HTML de um site, é mais prático utilizar o método read():


O método read() pode receber um argumento, que determinará até quantos bytes serão retornados.