python—requests模块详解

一、前言

1、requests简介

requests是一个很实用的Python HTTP客户端库,爬虫和测试服务器响应数据时经常会用到,它是python语言的第三方的库,专门用于发送HTTP请求,使用起来比urllib更简洁也更强大。

2、requests库的安装

方法1:命令行安装

  • windows操作系统:pip install requests
  • Mac操作系统:pip3 install requests
  • Linux操作系统:sodo pip install requests

方法2:源码安装

  • 下载 requests源码 http://mirrors.aliyun.com/pypi/simple/requests/
  • 下载文件到本地之后,解压到Python安装目录,之后打开解压文件
  • 运行命令行输入python setup.py install 即可安装

二、常用方法

序号 方法 描述
1 requests.request(url) 构造一个请求,支持以下各种方法
2 requests.get() 发送一个Get请求
3 requests.post() 发送一个Post请求
4 requests.head() 获取HTML的头部信息
5 requests.put() 发送Put请求
6 requests.patch() 提交局部修改的请求
7 requests.delete() 提交删除请求

其中最常用的方法为get()和post(),分别用于发送Get请求和Post请求。

三、常用属性

序号 属性或方法 描述
1 response.status_code 响应状态码
2 response.content 把response对象转换为二进制数据
3 response.text 把response对象转换为字符串数据
4 response.encoding 定义response对象的编码
5 response.cookie 获取请求后的cookie
6 response.url 获取请求网址
7 response.json() 内置的JSON解码器
8 Response.headers 以字典对象存储服务器响应头,字典键不区分大小写

四、发送请求

1、发送GET请求

1) 不带参数的请求

import requests
#定义百度URL,获取百度首页
url = "http://www.baidu.com"
#使用GET发起请求
res = requests.get(url)
#将返回对象的2进制数据进行解码并输出(根据响应解过中的HTML头判断编码类型)
print(res.content.decode("UTF-8"))

2) 带参数的请求

将参数放在URL中进行请求:

import requests
#将参数name和age拼接到URL中进行请求
res = requests.get(http://httpbin.org/get?name=gemey&age=22)
#输出返回对象的文本结果
print(res.text)

将参数写在字典中进行请求:

import requests
#将参数name和age定义到字典params中
params={
	"name":"tony",
	"age":20
}
url="http://httpbin.org/get"
#发送请求参数
res = requests.get(url=url,params=params)
#输出返回对象的文本结果
print(res.text)

自定义HTTP头信息进行请求:

import requests

# 将参数name和age定义到字典params中
params = {
	"name": "tony",
	"age": 20
}
url = 'http://httpbin.org/get'

# 定义HTTP头信息,cookie,UA和referer
headers = {
    "User-agent": "Mozilla/5.0 (Linux; Android 8.1.0; SM-P585Y) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.71 Safari/537.36",
    "referer": "https://www.abidu.com",
    "Cookies": "1234565678"
}

# 发送请求参数
res = requests.get(url = url,params = params,headers = headers)

# 输出返回对象的文本结果
print(res.text)

2、发送POST请求

POST请求一般用于提交参数,所以直接进行有参数的POST请求测试。

import requests

# 将参数name和age定义到字典params中
params = {
	"name": "tony",
	"age": 20
}

url = 'http://httpbin.org/post'

# 定义HTTP头信息
headers = {
    "User-agent": "Mozilla/5.0 (Linux; Android 8.1.0; SM-P585Y) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.71 Safari/537.36",
    "referer": "https://www.abidu.com",
    "Cookies": "username=user1&passwd=passwd"
}
# 发送请求参数
res = requests.post(url = url,params = params,headers = headers)
# 输出返回对象的文本结果
print(res.text)

五、读取内容

requests对象的get和post方法都会返回一个Response对象,这个对象里面存的是服务器返回的所有信息,包括响应头,响应码等。

上面提到了,对于request,常用的属性有content、text、json、cookie等。content和text两者区别在于,content中间存的是字节码,而text中存的是Beautifulsoup模块根据猜测的编码方式将content内容编码成字符串后的结果。

直接输出content,会发现前面存在b’这样的标志,这是字节字符串的标志,而text是没有前面的b,对于纯ascii码,这两个可以说一模一样,对于其他的文字,需要正确编码才能正常显示。

大部分情况下,我们可以直接使用text,但是当有中文的时候,直接使用text会显示乱码,所以需要使用content对象来手动进行解码后才能正常显示。

而json属性则是利用内置的json解析模块解析json数据。

cookie属性则是直接获取响应头中的cookie。

1、以content方式读取

import requests

url = "http://www.baidu.com"

res = requests.get(url)
#不进行解码,直接输出
print(res.content)

输出结果:

python—requests模块详解_第1张图片

进行解码后输出:

python—requests模块详解_第2张图片

2、以text方式读取

import requests

url = "http://www.baidu.com"

res = requests.get(url)

print(res.text)

输出结果: 中文存在乱码

python—requests模块详解_第3张图片

3、读取json数据

import requests

params = {
	"name": "tony",
	"age": 20
}
url = 'http://httpbin.org/get'

headers = {
    "referer": "https://www.abidu.com",
    "Cookies": "1234565678"
}

res = requests.get(url = url,params = params,headers = headers)

print(res.cookies)

输出结果:将json数据转换为字典进行输出

python—requests模块详解_第4张图片

4、获取cookies

import requests

url = 'https://www.baidu.com'
 
res = requests.get(url = url)

print(res.cookies.extract_cookies)

读取cookie时,直接使用reponse.cookie会返回一个RequestsCookieJar对象,不会直接显示cookie的信息,所以需要再使用extract_cookies属性对该对象进行解析,结果如下:

python—requests模块详解_第5张图片

六、其他方法

1、设置超时退出

可以通过timeout属性设置超时时间,一旦超过这个时间还没获得响应内容,就会提示错误。

import requests

url = 'https://www.baidu.com'

#设置超时时间上限为1s
res = requests.get(url = url,timeout=1)

print(res.content.decode("UTF-8"))

2、异常处理

import requests

url = 'https://www.baidu.com'

#设置超时时间上限为1s,并使用try语句处理异常
try:
	res = requests.get(url = url,timeout=1)
    print(res.content.decode("UTF-8"))
except exceptions.Timeout as e:
    print(e)
except exceptions.HTTPError as e:
    print(e)

3、设置代理

代理格式: proxies = { ‘协议’:‘协议://IP:端口号’}

提示: 当我们抓取的地址为http时,使用http代理,反之使用https代理

示例:

import requests

url = 'https://www.baidu.com'

#使用字典定义代理
proxies={
	'http':'http://123.45.67.76:8888'
	'https':'http://123.45.67.76:4433'
}
#设置超时时间上限为1s,并使用try语句处理异常
try:
	res = requests.get(url = url,timeout=1,proxies=proxies)
    print(res.content.decode("UTF-8"))
except exceptions.Timeout as e:
    print(e)
except exceptions.HTTPError as e:
    print(e)

4、使用Session进行会话管理

直接 requests.get() 或者 requests.post() 发送GET请求或POST请求;当然也是可以带上 cookies 和 headers 的,但这都是一次性请求,你这次带着cookies信息,后面的请求还得带。如果使用sessionl来发起请求,session实例在请求了一个网站后,对方服务器设置在本地的cookie会保存在session中,下一次再使用session请求对方服务器的时候,会带上前一次的cookie,从而实现回话保持。

import requests

#使用session,需要先实例化一个session对象。
session = requests.session()

headers = {
        'User-Agent': "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.114 Safari/537.36",
        'Referer': "https://creator.douyin.com/"
}

url = "https://sso.******.com/get_qrcode/?next=https:%2F%2Fcreator.douyin.com%2Fcreator-micro%2Fhome&aid=2906&service=https:%2F%2Fcreator.douyin.com&is_vcd=1&fp=ktv0uumo_gD7FPCuy_MfX7_44zL_9T1C_6i8sUgr4bDT6"

data1 = {
    "name" : "test",
    "passwd" : "passwd"
}
data2 = {
    "name" : "test",
    "age" : 20
}
#使用session对象发起请求,进行登录。
try:
	res = session.get(url = url,timeout=1,headers = headers,data=data1)
    print(res.json())
    #使用的登录后的session对需要登录的操作再次发起请求。
    res2 = session.post(url,data=date2)
except exceptions.Timeout as e:
    print(e)
except exceptions.HTTPError as e:
    print(e)

你可能感兴趣的:(python,入门到实战,python,开发语言,requests,网络爬虫)