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

shell进阶--流程
由于条件判断和循环跟其他语言都大同小异,学过编程的话很好理解,这里只贴出格式,不具体写用法了.(select菜单会详细讲一下) 条件判断 if条件判断普通if条件判断: 嵌套if条件判断: 循环 f ...
【杂题】cf1041fF. Ray in the tube
死于没有处理边界题目描述题目大意在两面镜子上各选定一个整数位置的点 A 与 B,并从其中一个点向另一个射出一条光线,使得接收到光线的传感器数量尽可能的多.传感器不重叠. 题目分析我们来初步考虑 ...
报表开发神器！DevExpress Reporting v19.1全平台新功能解析
行业领先的.NET界面控件DevExpress Reporting全新发布了v19.1版本,本文主要为大家介绍.NET Reporting v19.1中发布的所有平台的新功能,欢迎下载v19.1试用, ...
BZOJ 4003 / Luogu P3261 [JLOI2015]城池攻占 (左偏树)
左偏树裸题,在树上合并儿子传上来的堆,然后小于当前结点防御值的就pop掉,pop的时候统计答案. 修改的话就像平衡树一样打懒标记就行了. 具体见代码 CODE #include<bits/std ...
RestTemplate响应值乱码
@Bean public RestTemplate getRestTemplate(){ RestTemplate restTemplate = new RestTemplate(); //解决中文乱 ...
Android蓝牙操作
1.添加蓝牙权限 <uses-permission android:name = "android.permission.BLUETOOTH"/> <!--启用应 ...
网络编程-UDP echo server
1. UDP简介 UDP 和TCP 的区别包括 1. 面向字节流和面向报文 2. TCP必须要建立连接后才能进行数据交换,但是UDP则并没有连接的建立和释放过程.面向字节流说明,tcp报文段(segm ...
系统开发模型MVC和三层架构
系统开发模型共经历四个阶段: 一.纯JSP 二.JSP+JavaBean的ModeI1 JavaBean的分类三.MVC的Model2 四.三层架构
为微信二维码添加gif动态背景
环境准备来源: https://github.com/sylnsfar/qrcode/blob/master/README-cn.md#%E5%8A%A8%E6%80%81gif%E4%BA%8C% ...
ssh2整合: No bean named 'sessionFactory' is defined（求大神指点）
applicationContext.xml 中已经配置 <bean id="sessionFactory" class="org.springframework. ...

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