Requests 库

Requests 库的两个重要的对象：（Request , Response）

Response对象的属性：

import requests
r =requests.get('http://www.bilibili.com')   response 对象   <Response [200]>

print(r.status_code)     # 200状态码-----404错误
print(r.headers)         # 请求码
print(r.text)            # 字符串形式
print(r.encoding)        # 网页的编码方式-根据headers猜测
print(r.apparent_encoding)      # 根据内容响应的编码方式(r.encoding=r.apparent_encoding)
print(r.content)                # 二进制形式

  requests 库的7个重要的方法:

                 ===============  requests 库的7个重要的方法 ==============

---1  requests.request(method,url,**kwargs)

---2  requests.get(url,params=None,**kwargs)

---3  requests.head(url,**kwargs)

---4  requests.post(url,data=None,json=None,**kwargs)

---5 requests.put(url,data=None,**kwargs)

---6  requests.patch(url,data=None,**kwargs)

---7 requests.delete(url,**kwargs)

Requests 请求的通用代码框架：

                               === 通用框架 ===
import requests

def getHTMLText(url):
    try:
        r=requests.get(url,timeout=30)   # <Response [200]>
        r.raise_for_status()            # 如果状态码不是200,引发HTTPError异常
        r.encoding=r.apparent_encoding
        return r.text
    except:
        return 'Error!'
if __name__=='__main__':
    url='http://www.baidu.com'
    print(getHTMLText(url))

 伪装浏览器请求：

常用请求头：

Mozilla/5.0 (Windows; U; MSIE 9.0; Windows NT 9.0; en-US)
#opera浏览器
Opera/9.80 (X11; Linux i686; U; ru) Presto/2.8.131 Version/11.11
#chrome浏览器
Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.2 (KHTML, like Gecko) Chrome/22.0.1216.0 Safari/537.2

#firefox浏览器
Mozilla/5.0 (Windows NT 6.2; Win64; x64; rv:16.0.1) Gecko/20121011 Firefox/16.0.1

#safri浏览器
Mozilla/5.0 (iPad; CPU OS 6_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/6.0 Mobile/10A5355d Safari/8536.25

例子 1  跟换请求头

亚马逊通会过来源审查 阻止访问-----需要更改请求头

import requests
url='https://www.amazon.cn/dp/B07473FZXY?_encoding=UTF8&ref_=pc_cxrd_658390051_recTab_335775071_t_3&pf_rd_p=7e00fee6-4e12-48f0-b4af-b99068b52067&pf_rd_s=merchandised-search-4&pf_rd_t=101&pf_rd_i=658390051&pf_rd_m=A1AJ19PSB66TGU&pf_rd_r=1SV7P98M8XX2E5N2PBW5&pf_rd_r=1SV7P98M8XX2E5N2PBW5&pf_rd_p=7e00fee6-4e12-48f0-b4af-b99068b52067'
try:
    header={'User-Agent':'Mozilla/5.0'}     # 'Mozilla/5.0'---浏览器身份标识
    r=requests.get(url,headers=header)
    r.raise_for_status()
    r.encoding=r.apparent_encoding
    print(r.text[1000:2000])
except Exception:
    print('Error!')

print(r.request.url)     #当前请求的网页   https://www.amazon.cn/%E5%9B%BE%E4%B9%A6/dp/B07473FZXY
print(r.request.headers) # 当前的请求头    {'User-Agent': 'python-requests/2.18.2', 'Accept-Encoding': 'gzip, deflate', 'Accept': '*/*', 'Connection': 'keep-alive'}

例子 2  关键字搜索--百度

import requests
keyword={'wd':'Python'}
url='https://www.baidu.com/s'
try:
    r=requests.get(url,params=keyword)
    r.raise_for_status()
    r.encoding=r.apparent_encoding
    print(r.request.url)
    # print(len(r.text))
    print(r.text)
except Exception:
    print('Error!')

 

例子 3      图片 爬取 与 保存

import requests
import os
url='http://pic1.16pic.com/00/14/32/16pic_1432548_b.jpg'
root=r'C:\Users\Administrator\Desktop'
path=root+'\\'+url.split('/')[-1]
try:
    if not os.path.exists(root):       # 根目录是否存在
        os.mkdir(root)
    elif not os.path.exists(path):     # 文件是否存在
        r=requests.get(url) # <Response [200]>
        # print(r.status_code)
        # print(r.content)  # 二进制
        with open(path,'wb') as f:
            f.write( r.content )    # 二进制写入
            print('文件操作成功！')
    else:
        print('文件已经存在！')
except:
    print('Error!')

例子 5  ip  地址的归属地查询----ip138.com

import requests
url='http://www.ip138.com/ips138.asp?ip='
ip='202.204.80.112'
url=url+ip
try:
    r=requests.get(url)
    # print(r)              # ===回应====  <Response [200]>
    # print(r.request.url)  # ===请求==== http://www.ip138.com/ips138.asp?ip=202.204.80.112
    r.raise_for_status()
    r.encoding=r.apparent_encoding
    print(r.text[-500:])
except:
    print('Error!')