python的requests库简介,python中的request库
大家好,本文主要讲一下Python爬虫的requests库的基本介绍。有兴趣的同学过来看看,如果对你有帮助记得收藏。
00-1010一、说明二。基本用法:摘要
目录
Requests是一个非常实用的Python HTTP客户端库,经常被爬虫和测试服务器在响应数据时使用。requests是Python语言的第三方库,专门用来发送HTTP请求,使用起来比urllib简单很多。
Requests 有这些功能:
1.保持活动连接池
2.国际化域名和URL
3.具有持久Cookie的会话
4.基于浏览器的SSL身份验证
5.自动内容解码
6.基本/抽象身份验证
7.优雅的键/值Cookie
8.自动减压
9.Unicode响应正文
10.HTTP(S)代理支持
11.分块上传文件。
12.流式下载
13.连接超时
14.阻止请求
15.支持。用于保存站点的用户名和密码
Requests支持Python 2.6—2.7和3.3—3.7,在PyPy下运行完美。
用pip进行第三方库的安装
pip安装请求
安装完成后,导入它。如果正常,说明可以开始使用了。
一、说明
1、requests.get()
用于请求目标网站,类型为HTTPresponse类型。
导入请求
response=requests . get( http://www . Baidu.com )
Print(response.status_code) #打印状态代码
Print(response.url) #打印请求url
Print(response.headers) #打印头信息
Print(response.cookies) #打印cookie信息
Print(response.text) #以文本形式打印网页的源代码。
Print(response.content) #作为字节流打印
print(response . content . decode( UTF-8 ))#解决了通过response.text直接返回和显示乱码的问题
Response.encoding=utf-8 #避免乱码。
2、各种请求方式
导入请求
requests . get( http://http bin . org/get )
requests . post( http://http bin . org/post )
requests . put( http://http bin . org/put )
requests . delete( http://http bin . org/delete )
requests . head( http://http bin . org/get )
requests . options( http://http bin . org/get )
3、基本的get请求
导入请求
response=requests . get( http://http bin . org/get )
打印(响应.文本)
4、带参数的get请求
第一种方法将参数直接放在url中。
导入请求
response=requests . get(http://http bin . org/get?name=gemeyage=22)
打印(响应.文本)
另一种是先填写dict中的参数,发起请求时将params参数指定为dict。
导入请求
数据={
姓名 : 汤姆:
年龄: 20
}
响应=
requests.get(http://httpbin.org/get, params=data)
print(response.text)
5、解析json
import requestsresponse = requests.get(http://httpbin.org/get)
print(response.text)
print(response.json()) #response.json()方法同json.loads(response.text)
print(type(response.json()))
如果 JSON 解码失败, 将会抛出 ValueError: No JSON object could be decoded 异常。而成功调用 response.json() 并不意味着响应的成功。有的服务器会在失败的响应中包含一个 JSON 对象(比如 HTTP 500 的错误细节)。这种 JSON 会被解码返回。要检查请求是否成功,请使用 r.raise_for_status() 或者检查 response.status_code 是否和你的期望相同
6、保存一个二进制文件
二进制内容为response.content
import requestsresponse = requests.get(http://img.ivsky.com/img/tupian/pre/201708/30/kekeersitao-002.jpg)
b = response.content
with open(F://fengjing.jpg,wb) as f:
f.write(b)
7、添加heads信息
import requestsheads = {}
heads[User-Agent] = Mozilla/5.0 \
(Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 \
(KHTML, like Gecko) Version/5.1 Safari/534.50
response = requests.get(http://www.baidu.com,headers=headers)
8、使用代理
同添加headers方法,代理参数也要是一个dict
这里使用requests库爬取了IP代理网站的IP与端口和类型
import requestsimport re
def get_html(url):
proxy = {
http: 120.25.253.234:812,
https: 163.125.222.244:8123
}
heads = {}
heads[User-Agent] = Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0
req = requests.get(url, headers=heads,proxies=proxy)
html = req.text
return html
def get_ipport(html):
regex = r<td data-title="IP">(.+)</td>
iplist = re.findall(regex, html)
regex2 = <td data-title="PORT">(.+)</td>
portlist = re.findall(regex2, html)
regex3 = r<td data-title="类型">(.+)</td>
typelist = re.findall(regex3, html)
sumray = []
for i in iplist:
for p in portlist:
for t in typelist:
pass
pass
a = t+,+i + : + p
sumray.append(a)
print(高匿代理)
print(sumray)
if __name__ == __main__:
url = http://www.kuaidaili.com/free/
get_ipport(get_html(url))
9、基本POST请求
import requestsdata = {name:tom,age:22}
response = requests.post(http://httpbin.org/post, data=data)
10、获取cookie
import requestsresponse = requests.get(http://www.baidu.com)
print(response.cookies)
print(type(response.cookies))
for k,v in response.cookies.items():
print(k+:+v)
11、会话维持
import requestssession = requests.Session()
session.get(http://httpbin.org/cookies/set/number/12345)
response = session.get(http://httpbin.org/cookies)
print(response.text)
11、证书验证设置
import requestsfrom requests.packages import urllib3
urllib3.disable_warnings() #从urllib3中消除警告
response = requests.get(https://www.12306.cn,verify=False) #证书验证设为FALSE
print(response.status_code)
12、超时异常捕获
import requestsfrom requests.exceptions import ReadTimeout
try:
res = requests.get(http://httpbin.org, timeout=0.1)
print(res.status_code)
except ReadTimeout:
print(timeout)
13、异常处理
在你不确定会发生什么错误时,尽量使用try…except来捕获异常
import requestsfrom requests.exceptions import ReadTimeout,HTTPError,RequestException
try:
response = requests.get(http://www.baidu.com,timeout=0.5)
print(response.status_code)
except ReadTimeout:
print(timeout)
except HTTPError:
print(httperror)
except RequestException:
print(reqerror)
总结
到此这篇关于Python爬虫之requests库基本介绍的文章就介绍到这了,更多相关Python requests库内容请搜索盛行IT软件开发工作室以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT软件开发工作室!
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。