爬虫系列(七) requests的基本使用

694次阅读
没有评论
爬虫系列(七)

一、requests 简介

requests 是一个功能强大、简单易用的 HTTP 请求库,可以使用 pip install requests 命令进行安装

下面我们将会介绍 requests 中常用的方法,详细内容请参考 官方文档

二、requests 使用

在开始讲解前,先给大家提供一个用于测试的网站,http://www.httpbin.org/

这个网站可以在页面上返回所发送 请求 的相关信息,十分适合练习使用

好了,下面正式开始!

1、get 方法

该方法用于向目标网址发送请求,接收响应

该方法返回一个 Response 对象,其常用的属性和方法列举如下:

  • response.url:返回请求网站的 URL
  • response.status_code:返回响应的状态码
  • response.encoding:返回响应的编码方式
  • response.cookies:返回响应的 Cookie 信息
  • response.headers:返回响应头
  • response.content:返回 bytes 类型的响应体
  • response.text:返回 str 类型的响应体,相当于 response.content.decode('utf-8')
  • response.json():返回 dict 类型的响应体,相当于 json.loads(response.text)

>>> import requests >>> response = requests.get('http://www.httpbin.org/get') >>> type(response) # <class 'requests.models.Response'> >>> print(response.url) # 返回请求网站的 URL # http://www.httpbin.org/get >>> print(response.status_code) # 返回响应的状态码 # 200 >>> print(response.encoding) # 返回响应的编码方式 # None >>> print(response.cookies) # 返回响应的 Cookie 信息 # <RequestsCookieJar[]> >>> print(response.headers) # 返回响应头 # {'Connection': 'keep-alive', 'Server': 'gunicorn/19.9.0', 'Date': 'Sat, 18 Aug 2018 02:00:23 GMT', 'Content-Type': 'application/json', 'Content-Length': '275', 'Access-Control-Allow-Origin': '*', 'Access-Control-Allow-Credentials': 'true', 'Via': '1.1 vegur'} >>> type(response.content) # 返回 bytes 类型的响应体 # <class 'bytes'> >>> type(response.text) # 返回 str 类型的响应体 # <class 'str'> >>> type(response.json()) # 返回 dict 类型的响应体 # <class 'dict'>

该方法的参数说明如下:

  • url:必填,指定请求 URL

  • params:字典类型,指定请求参数,常用于发送 GET 请求时使用

    >>> import requests >>> url = 'http://www.httpbin.org/get' >>> params = { 'key1':'value1', 'key2':'value2' } >>> response = requests.get(url=url,params=params) >>> print(response.text) # { # "args": { # 我们设定的请求参数 # "key1": "value1", # "key2": "value2" # }, # "headers": { # "Accept": "*/*", # "Accept-Encoding": "gzip, deflate", # "Connection": "close", # "Host": "www.httpbin.org", # "User-Agent": "python-requests/2.19.1" # }, # "origin": "110.64.88.141", # "url": "http://www.httpbin.org/get?key1=value1&key2=value2" # }

  • data:字典类型,指定表单信息,常用于发送 POST 请求时使用

    注意:此时应该使用 post 方法,只需要简单的将 get 替换成 post 即可

    >>> import requests >>> url = 'http://www.httpbin.org/post' >>> data = { 'key1':'value1', 'key2':'value2' } >>> response = requests.post(url=url,data=data) >>> print(response.text) # { # "args": {}, # "data": "", # "files": {}, # "form": { # 我们设定的表单数据 # 'key1': 'value1', # 'key2': 'value2' # }, # "headers": { # "Accept": "*/*", # "Accept-Encoding": "gzip, deflate", # "Connection": "close", # "Content-Length": "17", # "Content-Type": "application/x-www-form-urlencoded", # "Host": "www.httpbin.org", # "User-Agent": "python-requests/2.19.1" # }, # "json": null, # "origin": "116.16.107.178", # "url": "http://www.httpbin.org/post" # }

  • headers:字典类型,指定请求头部

    >>> import requests >>> url = 'http://www.httpbin.org/headers' >>> headers = { 'USER-AGENT':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36' } >>> response = requests.get(url=url,headers=headers) >>> print(response.text) # { # "headers": { # "Accept": "*/*", # "Accept-Encoding": "gzip, deflate", # "Connection": "close", # "Host": "www.httpbin.org", # "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36" # 我们设定的请求头部 # } # }

  • proxies:字典类型,指定使用的代理

    >>> import requests >>> url = 'http://www.httpbin.org/ip' >>> proxies = { 'http':'182.88.178.128:8123', 'http':'61.135.217.7:80' } >>> response = requests.get(url=url,proxies=proxies) >>> print(response.text) # { # "origin": "182.88.178.128" # }

  • cookies:字典类型,指定 Cookie

    >>> import requests >>> url = 'http://www.httpbin.org/cookies' >>> cookies = { 'name1':'value1', 'name2':'value2' } >>> response = requests.get(url=url,cookies=cookies) >>> print(response.text) # { # "cookies": { # "name1": "value1", # "name2": "value2" # } # }

  • auth:元组类型,指定登陆时的账号和密码

    >>> import requests >>> url = 'http://www.httpbin.org/basic-auth/user/password' >>> auth = ('user','password') >>> response = requests.get(url=url,auth=auth) >>> print(response.text) # { # "authenticated": true, # "user": "user" # }

  • verify:布尔类型,指定请求网站时是否需要进行证书验证,默认为 True,表示需要证书验证

    假如不希望进行证书验证,则需要设置为 False

    >>> import requests >>> response = requests.get(url='https://www.httpbin.org/',verify=False)

    但是在这种情况下,一般会出现 Warning 提示,因为 Python 希望我们能够使用证书验证

    如果不希望看到 Warning 信息,可以使用以下命令消除

    >>> requests.packages.urllib3.disable_warnings()

  • timeout:指定超时时间,若超过指定时间没有获得响应,则抛出异常

2、exceptions 模块

exceptions 是 requests 中负责异常处理的模块,包含下面常见的异常类:

  • Timeout:请求超时
  • ConnectionError:网络问题,例如 DNS 故障,拒绝连接等
  • TooManyRedirects:请求超过配置的最大重定向数

注意 :所有显式抛出的异常都继承自 requests.exceptions.RequestException

>>> import requests >>> try: response = requests.get('http://www.httpbin.org/get', timeout=0.1) except requests.exceptions.RequestException as e: if isinstance(e,requests.exceptions.Timeout): print("Time out")

# Time out

神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试

相关文章:

版权声明:Python教程2022-10-24发表,共计4890字。
新手QQ群:570568346,欢迎进群讨论 Python51学习