学习目的：

　　request库比urllib库使用更加简洁，且更方便。

正式步骤

Step1：什么是requests

　　requests是用Python语言编写，基于urllib，采用Apache2 Licensed开源协议的HTTP库。它比urllib更加方便，可以节约大量工作时间，还完全满足HTTP测试需求，是一个简单易用的HTTP库。

Step2：实例引入

# -*-  coding:utf-8 -*-

import requests

response = requests.get('http://www.baidu.com')

print(type(response))

print(response.content)

print(response.status_code)

print(response.text)

print(type(response.text))

print(response.cookies)

重要：

response.content()：这是从网络上直接抓取的数据，没有经过任何的解码，是一个bytes类型，
response.text()：这是str类型数据，是requests库将response.content进行解码的字符串，解码需要指定一个编码方式，requests会根据自己的猜测来判断编码方式，有时候会判断错误，所以最稳妥的办法是response.content.decode("utf-8")，指定一个编码方式手动解码

Step3：各种请求方式

# -*-  coding:utf-8 -*-

import requests

requests.post('http://httpbin.org/post')

requests.put('http://httpbin.org/put')

requests.delete('http://httpbin.org/delete')

requests.head('http://httpbin.org/get')

requests.options('http://httpbin.org/get')

get请求
① 基本用法

# -*-  coding:utf-8 -*-

import requests

response = requests.get('http://httpbin.org/get')

print(response.text)

运行结果：

{

  "args": {},

  "headers": {

    "Accept": "*/*",

    "Accept-Encoding": "gzip, deflate",

    "Connection": "close",

    "Host": "httpbin.org",

    "User-Agent": "python-requests/2.18.4"

  },

  "origin": "222.94.50.178",

  "url": "http://httpbin.org/get"

}

②带参数的get请求

import requests

data = {

    'name':'python','age':17

}

response = requests.get('http://httpbin.org/get',params=data)

print(response.text)

运行结果：

{

  "args": {

    "age": "",

    "name": "python"

  },

  "headers": {

    "Accept": "*/*",

    "Accept-Encoding": "gzip, deflate",

    "Connection": "close",

    "Host": "httpbin.org",

    "User-Agent": "python-requests/2.18.4"

  },

  "origin": "222.94.50.178",

  "url": "http://httpbin.org/get?name=python&age=17"

}

get和post请求的区别：

GET是从服务器上获取数据，POST是向服务器传送数据
GET请求参数显示，都显示在浏览器网址上，HTTP服务器根据该请求所包含URL中的参数来产生响应内容，即“Get”请求的参数是URL的一部分。例如： http://www.baidu.com/s?wd=Chinese
POST请求参数在请求体当中，消息长度没有限制而且以隐式的方式进行发送，通常用来向HTTP服务器提交量比较大的数据（比如请求中包含许多参数或者文件上传操作等），请求的参数包含在“Content-Type”消息头里，指明该消息体的媒体类型和编码，
注意：避免使用Get方式提交表单，因为有可能会导致安全问题。比如说在登陆表单中用Get方式，用户输入的用户名和密码将在地址栏中暴露无遗。

③解析Json

import requests

import json

response = requests.get('http://httpbin.org/get')

print(response.json())

print(type(response.json()))

④获取二进制数据

# -*-  coding:utf-8 -*-

'''

保存百度图标

'''

import requests

response = requests.get('https://www.baidu.com/img/bd_logo1.png')

with open('baidu.png','wb') as f:

    f.write(response.content)

    f.close()

⑤添加headers
如果直接爬取知乎的网站，是会报错的，如：

import requests

response = requests.get('https://www.zhihu.com/explore')

print(response.text)

运行结果：

<html><body><h1>500 Server Error</h1>

An internal server error occured.

</body></html>

解决办法：

import requests

headers = {

    'user-agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'

}

response = requests.get('https://www.zhihu.com/explore',headers = headers)

print(response.text)

就是添加一个headers,就可以正常抓取,而headers中的数据，我是通过chrome浏览器自带的开发者工具去找了然后copy过来的

基本POST请求

import requests

data = {

    'name':'python','age' : 18

}

headers = {

    'user-agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'

}

response = requests.post('http://httpbin.org/post',data=data,headers=headers)

print(response.json())

实例：爬取拉勾网python职位，并把数据保存为字典

# -*-  coding:utf-8 -*-

import requests

headers = {

    'User-Agent' :'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '

                         'Chrome/69.0.3497.100 Safari/537.36',

    'Referer':"https://www.lagou.com/jobs/list_python?labelWords=&fromSearch=true&suginput="

}

data = {

    'first':"True",

    'pn':"",

    'kd' :"python"

}

url = 'https://www.lagou.com/jobs/positionAjax.json?needAddtionalResult=false'

response = requests.get(url,headers=headers,params=data)

print(response.json())

响应

import requests

'''

response属性

'''

response = requests.get('http://www.baidu.com')

print(response.status_code,type(response.status_code))

print(response.history,type(response.history))

print(response.cookies,type(response.cookies))

print(response.url,type(response.url))

print(response.headers,type(response.headers))

运行结果：

200 <class 'int'>

[] <class 'list'>

<RequestsCookieJar[<Cookie BDORZ=27315 for .baidu.com/>]> <class 'requests.cookies.RequestsCookieJar'>

http://www.baidu.com/ <class 'str'>

{'Server': 'bfe/1.0.8.18', 'Date': 'Thu, 05 Apr 2018 06:27:33 GMT', 'Content-Type': 'text/html', 'Last-Modified': 'Mon, 23 Jan 2017 13:28:24 GMT', 'Transfer-Encoding': 'chunked', 'Connection': 'Keep-Alive', 'Cache-Control': 'private, no-cache, no-store, proxy-revalidate, no-transform', 'Pragma': 'no-cache', 'Set-Cookie': 'BDORZ=27315; max-age=86400; domain=.baidu.com; path=/', 'Content-Encoding': 'gzip'} <class 'requests.structures.CaseInsensitiveDict'>

状态码判断
状态码参考表 http://www.cnblogs.com/wuzhiming/p/8722422.html

# -*-  coding:utf-8 -*-

import requests

response = requests.get('http://www.cnblogs.com/hello.html')

exit() if not response.status_code == requests.codes.not_found else print('404 not found')

response1 = requests.get('http://www.baidu.com')

exit() if not response1.status_code == requests.codes.ok else print('Request Successly')

高级操作
①文件上传

import requests

file = {'file':open('baidu.png','rb')}

response = requests.post('http://httpbin.org/post',files = file)

print(response.text)

运行结果不演示

②获取cookie

import requests

response = requests.get('http://www.baidu.com')

cookies = response.cookies

print(cookies)

for key,value in cookies.items():

    print(key + '=' + value)

③会话维持

import requests

s = requests.Session()

s.get('http://httpbin.org/cookies/get/number/123456789')

response = s.get('http://httpbin.org/cookies')

print(response.text)

④证书验证

import requests

#verify=False表示不进行证书验证

response = requests.get('https://www.12306.cn',verify=False)

print(response.status_code)

手动指定证书

response1 = requests.get('https://www.12306.cn',cert=('/path/server.crt','/path/key'))

⑤代理设置

import requests

#用法示例，代理可以自己百度免费的代理

proxies = {

    'http':'http://127.0.0.1:端口号',

    'https':'https://ip:端口号',

    'http':'http://username:password@ip:端口号'

}

response = requests.get('http://www.baidu.com',proxies=proxies)

print(response.status_code)

⑥超时设置

import requests

response = requests.get('http://httpbin.org/get',timeout = 1)

print(response.status_code)

⑦认证设置

import requests

from requests.auth import HTTPBasicAuth

response = requests.get('http://127.0.0.1:8888',auth=('user','password'))

response1 = requests.get('http://127.0.0.1:8888',auth=HTTPBasicAuth('user','passwrd'))

print(response.status_code)

PS：127.0.0.1:8888只是举例

⑧异常处理

import requests

from requests.exceptions import ReadTimeout,HTTPError,RequestException

try:

    response = requests.get('http://httpbin.org/get',timeout = 0.01)

    print(response.status_code)

except ReadTimeout:

    print("TIME OUT")

except HTTPError:

    print('HTTP ERROR')

except RequestException:

    print("ERROR")

学习总结：

　　通过爬虫的学习可以进一步的掌握python的基础应用，我的目的就是这个，后面继续学习

Python爬虫学习==>第八章：Requests库详解的更多相关文章

python WEB接口自动化测试之requests库详解
由于web接口自动化测试需要用到python的第三方库--requests库,运用requests库可以模拟发送http请求,再结合unittest测试框架,就能完成web接口自动化测试. 所以笔者今 ...
Python爬虫学习笔记-2.Requests库
Requests是Python的一个优雅而简单的HTTP库,它比Pyhton内置的urllib库,更加强大. 0X01 基本使用安装 Requests,只要在你的终端中运行这个简单命令即可: pip ...
python爬虫学习，使用requests库来实现模拟登录4399小游戏网站。
1.首先分析请求,打开4399网站. 右键检查元素或者F12打开开发者工具.然后找到network选项, 这里最好勾选perserve log 选项,用来保存请求日志.这时我们来先用我们的账号密码登陆 ...
Python爬虫利器一之Requests库的用法
前言之前我们用了 urllib 库,这个作为入门的工具还是不错的,对了解一些爬虫的基本理念,掌握爬虫爬取的流程有所帮助.入门之后,我们就需要学习一些更加高级的内容和工具来方便我们的爬取.那么这一节来 ...
python爬虫学习(6) —— 神器 Requests
Requests 是使用 Apache2 Licensed 许可证的 HTTP 库.用 Python 编写,真正的为人类着想. Python 标准库中的 urllib2 模块提供了你所需要的大多数 H ...
(转)Python爬虫利器一之Requests库的用法
官方文档以下内容大多来自于官方文档,本文进行了一些修改和总结.要了解更多可以参考官方文档安装利用 pip 安装 $ pip install requests 或者利用 easy_install ...
Python爬虫：requests 库详解，cookie操作与实战
原文第三方库 requests是基于urllib编写的.比urllib库强大,非常适合爬虫的编写. 安装: pip install requests 简单的爬百度首页的例子: response.te ...
爬虫学习--Requests库详解 Day2
什么是Requests Requests是用python语言编写,基于urllib,采用Apache2 licensed开源协议的HTTP库,它比urllib更加方便,可以节约我们大量的工作,完全满足 ...
python爬虫学习(一)：BeautifulSoup库基础及一般元素提取方法
最近在看爬虫相关的东西,一方面是兴趣,另一方面也是借学习爬虫练习python的使用,推荐一个很好的入门教程:中国大学MOOC的<python网络爬虫与信息提取>,是由北京理工的副教授嵩天老 ...

随机推荐

MariaDB（MySql）使用储存过程和随机函数插入10万条数据
))default charset =utf8; #定义一个随机切割字符串的函数 delimiter // create function randStr() ) begin ) default 'A ...
编译gpu集群版caffe
在这个版本安装之前,要先装好opencv,openmpi等. 下载地址:https://github.com/yjxiong/caffe.git 我的opencv是2.4.12版本编译是用了: cm ...
几台WEB经常宕机，求分析原因
几台WEB服务器经常宕机,平时运行得好好的,负载也都在2以下,偶尔会突然负高上去就宕机,init 6也无法重启成功只能echo 'b'>/proc/sysrq-trigger 硬重启才行,dm ...
PHP类的设计模式
单例模式 <?php class mysingle { private static $myinstance =null; private function __construct() { } ...
nodejs+mysql 批量更新
没办法,只能通过循环一次次更新: var updateMysql = function(){ data = excel[0].data; for(var i=1; i<data.length; ...
CodeForces 788B - Weird journey [ 分类讨论 ] [ 欧拉通路 ]
题意: 给出无向图. good way : 仅有两条边只经过一次,余下边全经过两次的路问你共有多少条不同的good way. 两条good way不同仅当它们所经过的边的集合中至少有一条不同 (很关 ...
hdu 6052 To my boyfriend
题目 OvO click here http://acm.hdu.edu.cn/showproblem.php?pid=6052 (2017 Multi-University Training Con ...
jquery submit选择器语法
jquery submit选择器语法作用::submit 选择器选取类型为 submit 的 <button> 和 <input> 元素.如果 <button> ...
js的三种异步处理
js的三种异步处理 Promise 对象含义: Promise是异步编程的一种解决方案, 优点: 相比传统回调函数和事件更加合理和优雅,Promise是链式编程(后面会详细讲述),有效的解决了令 ...
内存拷贝函数 memcpy
windows下实现: void* __cdecl memcpy(void* dst,const void* src,size_t count) { void*ret=dst; #if defined ...

Python爬虫学习==>第八章：Requests库详解

学习目的：

正式步骤

Step1：什么是requests

Step2：实例 引入

Step3：各种请求方式

学习总结：

Python爬虫学习==>第八章：Requests库详解的更多相关文章

随机推荐

热门专题

Step2：实例引入