搞定 Python访问怎么 这个问题，基本上你半只脚就踏进自动化和数据世界的大门了。别觉得这是什么高深莫测的黑魔法，说白了，就是让你的代码去“敲门”，然后把门里的东西拿出来。这门，可能是个网页，可能是你硬盘上一个死气沉沉的文件，也可能是个装满了宝贝的数据库。

咱们先聊聊最刺激的，也是最多人想干的——访问网页。

你想扒点数据、抢个茅台、自动签个到？都离不开这步。说到访问网页，你脑子里第一个蹦出来的应该是 requests 库。没得说，这玩意儿就是事实上的标准，简洁、优雅，强大得不像话。你要是还在用Python 2那个老掉牙的urllib2，我劝你赶紧回头是岸。

装上requests，访问一个网页，就跟说一句“你好”一样简单：

“`python
import requests

response = requests.get(‘https://www.example.com’)
print(response.text) # 打印出网页的HTML源码
“`

就这么几行，一个网页的“裸体”就呈现在你面前了。但事情往往没这么顺利。很多网站精得很，一看你这访问请求不像个正经浏览器，直接“砰”地一下把门关上，给你个403 Forbidden。怎么办？伪装啊！你得给你的请求加上请求头（Headers），尤其是User-Agent，告诉服务器：“大哥别开枪，我是自己人，我用的是Chrome浏览器！”

python
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
}
response = requests.get('https://www.some-tricky-website.com', headers=headers)
这个User-Agent就像你的伪装面具，是你在网络江湖行走的必备道具。

拿到了HTML源码，一堆尖括号和标签看得人头皮发麻。光拿到这坨乱码有啥用？你得从里面淘金啊。这时候，另一个神器 BeautifulSoup 就该登场了。它就像一把精密的梳子，能帮你把乱糟糟的HTML理得顺顺当当，让你想拿哪个标签、哪个内容，就能精准定位。

当然，道高一尺魔高一丈。现在的网页越来越“动态”，很多内容是你打开网页后，通过JavaScript现加载出来的。你用requests拿到的只是个空壳子。这时候，就得祭出终极武器——Selenium。这玩意儿是干嘛的？它直接在后台启动一个真实的浏览器（比如Chrome），模拟你的所有点击、滚动、输入操作，所见即所得。你浏览器里看到是啥样，它拿到的就是啥样。不过，这东西是个资源消耗大户，又慢又笨重，属于杀鸡用牛刀，非到万不得已别轻易亮出来。

说完了外面的花花世界，咱们回过头来看看自己的一亩三分地——文件访问。

这是基本功，但很多人用得一塌糊涂。最常见的操作就是文件读写。Python的open()函数就是干这个的。但是，求求你，一定要用with语句！

“`python

正确的姿势

with open(‘my_diary.txt’, ‘r’, encoding=’utf-8′) as f:
content = f.read()

忘了close()的坏习惯，迟早出事

f = open(‘my_diary.txt’, ‘r’, encoding=’utf-8′)

…一顿操作…

万一中间代码报错了，f.close()就永远执行不到了

f.close()
“`

with open(...) as f:这句简直是神来之笔。它的好处在于，不管with代码块里的代码是正常执行完，还是中途报错跳出，它都能保证最后帮你把文件妥善地关上。省心，安全！encoding='utf-8'这个参数也几乎是标配，不加它，处理中文文本的时候，等着迎接一堆乱码的惊喜吧。

除了纯文本，我们打交道最多的可能就是CSV和JSON了。处理CSV，别傻乎乎地用.split(',')去切分，万一你的某个字段内容里本身就带逗号，你就哭了。用Python内置的csv模块，专业的事交给专业的工具。至于JSON，它跟Python的数据结构简直是天作之合，天生就是亲兄弟。一个json.loads()就能把JSON字符串变成Python字典或列表，一个json.dumps()又能变回去，无缝衔接，舒服得很。现在各种API调用返回的数据，十有八九都是JSON格式。

最后，我们来聊聊最“严肃”的访问——数据库访问。

这可不是小打小闹了，这是直接跟一个系统的“心脏”打交道。无论是MySQL, PostgreSQL, 还是SQLite，Python都有对应的库来支持。比如连MySQL用mysql-connector-python，连PostgreSQL用psycopg2，而SQLite干脆就是内置的，叫sqlite3，开箱即用，做个小项目简直不要太方便。

不管你用哪个库，访问数据库的流程都大同小异，像一个固定的仪式：

1. 连接（Connect）: 拿到进入数据库的“门票”。
2. 获取游标（Cursor）: 这是你执行命令的“遥控器”。
3. 执行SQL（Execute）: 用遥控器发送指令，比如SELECT * FROM users。
4. 获取结果（Fetch）: 把查询结果拿回来。
5. 关闭游标和连接（Close）: 用完遥控器和门票要归还，释放资源。

这里必须用生命强调一点：绝对不要用字符串拼接来构造SQL查询语句！

比如 f"SELECT * FROM users WHERE name = '{user_input}'" 这种写法，你这是在玩火，是在主动给黑客递刀子，等着被SQL注入攻击，整个数据库都被人“脱裤”吧！正确的做法是使用参数化查询，让数据库驱动来帮你处理这些特殊字符，稳如老狗。

“`python

这是在玩火！

cursor.execute(f”SELECT * FROM users WHERE username = ‘{name}'”)

这才是正道！

cursor.execute(“SELECT * FROM users WHERE username = %s”, (name,))
``
记住这个%s占位符（不同数据库驱动可能占位符不一样，比如?`），它能救你的命。

所以你看，Python访问怎么做？它其实不是一个孤立的问题，而是一套组合拳。从用requests敲开Web的大门，到用BeautifulSoup在HTML的废墟里淘宝；从用with open稳妥地打理本地文件，到用数据库连接器与系统核心数据对话。

这一切的背后，都是“访问”这个动作。它是一把钥匙，一把能让你自由穿梭在不同数据孤岛之间的万能钥匙。这把钥匙，现在就在你手里。至于你想推开哪扇门，去探索门后那个未知的世界，就看你自己的了。