python爬虫02-requests库使用01

目录

1、requests库简介

2、requests库-安装

3、requests库-使用

3.1 导入模块

3.2 发送请求

3.3 requests库常用方法

3.4 访问控制参数kwargs

 4、请求返回对象 Response

5、requests访问时的可能异常

1、requests库简介

• requests是一个http的第三方请求库，发送http请求，并获取响应结果；

2、requests库-安装

pip install requests
#使用清华园镜像安装：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests

3、requests库-使用

3.1 导入模块

import requests

3.2 发送请求

import requests  # 安装好requests后，导入模块
url = 'https://www.baidu.com'
headers = {'content': 'text/html;charset=utf-8'}
resp = requests.get(url, headers)
print(resp)  #   代表OK
resp.encoding = 'utf-8' # 定义响应对象的编码
print(resp.text)# 打印网页数据
resp.close()  # 爬完数据，请务必要关闭

3.3 requests库常用方法

方法	作用
requests.request（method，url,**kwargs）	创建和发送一个请求，通用方案
requests.get（）	发送get请求，对应http的get方法
requests.post（）	发送post请求，对应http的post方法
requests.head（）	获取网页的头信息，对应http的HEAD方法

3.4 访问控制参数kwargs

resp = requests.request（'get',url, **kwargs）

kwargs参数	作用
params	字典类型，作为参数增加到url ； get方法参数传递
data	字典 / 字节序列 / 文件对象，作为Requests对象的内容； post方法参数传递；
json	json格式的数据，作为Requests的内容； 前后端分离以json参数上传数据；
headers	字典类型，HTTP定制头，例如设置User-Agent；
cookies	字典或者CookieJar,Request中的cookie
auth	元组,支持HTTP认证功能；
files	传输文件，字典类型; key:参数名，value:文件对象；
timeout	设定超时事件，单位为秒；
proxies	字典类型，设定访问代理服务器；
allow_redirects	是否允许重定向，默认：True；
stream	是否以字节流形式获取内容并下载； 下载文件时候使用；
verify	是否验证SSL证书，默认为True；
cert	本地SSL证书路径；

 4、请求返回对象 Response

resp = requests.request（'get',url, **kwargs）;

 resp：响应对象，一个包含服务器资源的响应对象；

属性	作用
resp.request	获取Http请求对象  ；返回：
resp.status_code	http请求返回状态码 ； 200表示成功；
resp.text	http响应的字符串形式；
resp.content	http响应的二进制形式；例如:图片，音频，视频等；
resp.encoding	从http的header中响应编码方法；
resp.apparent_encoding	从内容中分析响应内容编码方式；（备选编码方式）
方法	作用
resp.raise_for_status（）	该方法内部判断resp.status_code == 200，不等则抛异常
resp.json（）	得到对应的json格式数据；  补充：Python有json模块，可以实现字符串和json的转换；

注意：★★★★★

• encoding属性： 如果header中不存在charset，则认为是ISO-8859-1编码；
• text属性：根据encoding属性的编码方式显示网页内容；
• 当编码方式不一致，可能会出现乱码；
• apparent_encoding属性：是根据网页内容分析出的编码方式；看做encoding属性的备选；

5、requests访问时的可能异常

异常	说明
requests.ConnectionError	网络连接异常，如：拒绝连接，DNS查询失败等
requests.HTTPError	http错误异常
requests.URLRequired	URL缺失异常
requests.ToolManyRedirects	超过最大重定向次数，产生重定向异常
requests.ConnectTimeout	连接远程服务器超时异常
requests.Timeout	请求URL超时，产生超时异常

response对象提供了一个raise_for_status（）方法，该方法内部对status_code进行判断，如果状态码不是200 ，则抛出HttpError异常；