Python Requests安裝與簡(jiǎn)單運(yùn)用
requests是python的一個(gè)HTTP客戶端庫(kù),跟urllib,urllib2類似,那為什么要用requests而不用urllib2呢?官方文檔中是這樣說(shuō)明的:
python的標(biāo)準(zhǔn)庫(kù)urllib2提供了大部分需要的HTTP功能,但是API太逆天了,一個(gè)簡(jiǎn)單的功能就需要一大堆代碼。
我也看了下requests的文檔,確實(shí)很簡(jiǎn)單,適合我這種懶人。下面就是一些簡(jiǎn)單指南。
插播個(gè)好消息!剛看到requests有了中文翻譯版,建議英文不好的看看,內(nèi)容也比我的博客好多了,具體鏈接是:http://cn.python-requests.org/en/latest/(不過(guò)是v1.1.0版,另抱歉,之前貼錯(cuò)鏈接了)。
1. 安裝
安裝很簡(jiǎn)單,我是win系統(tǒng),就在這里下載了安裝包(網(wǎng)頁(yè)中download the zipball處鏈接),然后$ python setup.py install就裝好了。
當(dāng)然,有easy_install或pip的朋友可以直接使用:easy_install requests或者pip install requests來(lái)安裝。
至于linux用戶,這個(gè)頁(yè)面還有其他安裝方法。
測(cè)試:在IDLE中輸入import requests,如果沒(méi)提示錯(cuò)誤,那說(shuō)明已經(jīng)安裝成功了!
2. 小試牛刀
>>>import requests >>> r = requests.get('http://www.zhidaow.com') # 發(fā)送請(qǐng)求 >>> r.status_code # 返回碼 200 >>> r.headers['content-type'] # 返回頭部信息 'text/html; charset=utf8' >>> r.encoding # 編碼信息 'utf-8' >>> r.text #內(nèi)容部分(PS,由于編碼問(wèn)題,建議這里使用r.content) u'<!DOCTYPE html>\n<html xmlns="http://www.w3.org/1999/xhtml"...' ...
是不是很簡(jiǎn)單?比urllib2和urllib簡(jiǎn)單直觀的多?!那請(qǐng)接著看快速指南吧。
3. 快速指南
3.1 發(fā)送請(qǐng)求
發(fā)送請(qǐng)求很簡(jiǎn)單的,首先要導(dǎo)入requests模塊:
>>>import requests
接下來(lái)讓我們獲取一個(gè)網(wǎng)頁(yè),例如我個(gè)人博客的首頁(yè):
>>>r = requests.get('http://www.zhidaow.com')
接下來(lái),我們就可以使用這個(gè)r的各種方法和函數(shù)了。
另外,HTTP請(qǐng)求還有很多類型,比如POST,PUT,DELETE,HEAD,OPTIONS。也都可以用同樣的方式實(shí)現(xiàn):
>>> r = requests.post("http://httpbin.org/post") >>> r = requests.put("http://httpbin.org/put") >>> r = requests.delete("http://httpbin.org/delete") >>> r = requests.head("http://httpbin.org/get") >>> r = requests.options(http://httpbin.org/get)
因?yàn)槟壳拔疫€沒(méi)用到這些,所以沒(méi)有深入研究。
3.2 在URLs中傳遞參數(shù)
有時(shí)候我們需要在URL中傳遞參數(shù),比如在采集百度搜索結(jié)果時(shí),我們wd參數(shù)(搜索詞)和rn參數(shù)(搜素結(jié)果數(shù)量),你可以手工組成URL,requests也提供了一種看起來(lái)很NB的方法:
>>> payload = {'wd': '張亞楠', 'rn': '100'} >>> r = requests.get("http://www.baidu.com/s", params=payload) >>> print r.url u'http://www.baidu.com/s?rn=100&wd=%E5%BC%A0%E4%BA%9A%E6%A5%A0'
上面wd=的亂碼就是“張亞楠”的轉(zhuǎn)碼形式。(好像參數(shù)按照首字母進(jìn)行了排序。)
3.3 獲取響應(yīng)內(nèi)容
可以通過(guò)r.text來(lái)獲取網(wǎng)頁(yè)的內(nèi)容。
>>> r = requests.get('https://www.zhidaow.com') >>> r.text u'<!DOCTYPE html>\n<html xmlns="http://www.w3.org/1999/xhtml"...'
文檔里說(shuō),requests會(huì)自動(dòng)將內(nèi)容轉(zhuǎn)碼。大多數(shù)unicode字體都會(huì)無(wú)縫轉(zhuǎn)碼。但我在cygwin下使用時(shí)老是出現(xiàn)UnicodeEncodeError錯(cuò)誤,郁悶。倒是在python的IDLE中完全正常。
另外,還可以通過(guò)r.content來(lái)獲取頁(yè)面內(nèi)容。
>>> r = requests.get('https://www.zhidaow.com') >>> r.content b'<!DOCTYPE html>\n<html xmlns="http://www.w3.org/1999/xhtml"...'
文檔中說(shuō)r.content是以字節(jié)的方式去顯示,所以在IDLE中以b開(kāi)頭。但我在cygwin中用起來(lái)并沒(méi)有,下載網(wǎng)頁(yè)正好。所以就替代了urllib2的urllib2.urlopen(url).read()功能。(基本上是我用的最多的一個(gè)功能。)
3.4 獲取網(wǎng)頁(yè)編碼
可以使用r.encoding來(lái)獲取網(wǎng)頁(yè)編碼。
>>> r = requests.get('http://www.zhidaow.com') >>> r.encoding 'utf-8'
當(dāng)你發(fā)送請(qǐng)求時(shí),requests會(huì)根據(jù)HTTP頭部來(lái)猜測(cè)網(wǎng)頁(yè)編碼,當(dāng)你使用r.text時(shí),requests就會(huì)使用這個(gè)編碼。當(dāng)然你還可以修改requests的編碼形式。
>> r = requests.get('http://www.zhidaow.com') >>> r.encoding 'utf-8' >>>r.encoding = 'ISO-8859-1'
像上面的例子,對(duì)encoding修改后就直接會(huì)用修改后的編碼去獲取網(wǎng)頁(yè)內(nèi)容。
3.5 json
像urllib和urllib2,如果用到j(luò)son,就要引入新模塊,如json和simplejson,但在requests中已經(jīng)有了內(nèi)置的函數(shù),r.json()。就拿查詢IP的API來(lái)說(shuō):
>>>r = requests.get('http://ip.taobao.com/service/getIpInfo.php?ip=122.88.60.28') >>>r.json()['data']['country'] '中國(guó)'
3.6 網(wǎng)頁(yè)狀態(tài)碼
我們可以用r.status_code來(lái)檢查網(wǎng)頁(yè)的狀態(tài)碼。
>>>r = requests.get('http://www.mengtiankong.com') >>>r.status_code 200 >>>r = requests.get('http://www.mengtiankong.com/123123/') >>>r.status_code 404 >>>r = requests.get('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN') >>>r.url u'http://www.zhidaow.com/ >>>r.status_code 200
前兩個(gè)例子很正常,能正常打開(kāi)的返回200,不能正常打開(kāi)的返回404。但第三個(gè)就有點(diǎn)奇怪了,那個(gè)是百度搜索結(jié)果中的302跳轉(zhuǎn)地址,但狀態(tài)碼顯示是200,接下來(lái)我用了一招讓他原形畢露:
>>>r.history (<Response [302]>,)
這里能看出他是使用了302跳轉(zhuǎn)。也許有人認(rèn)為這樣可以通過(guò)判斷和正則來(lái)獲取跳轉(zhuǎn)的狀態(tài)碼了,其實(shí)還有個(gè)更簡(jiǎn)單的方法:
>>>r = requests.get('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN', allow_redirects = False) >>>r.status_code 302
只要加上一個(gè)參數(shù)allow_redirects,禁止了跳轉(zhuǎn),就直接出現(xiàn)跳轉(zhuǎn)的狀態(tài)碼了,好用吧?我也利用這個(gè)在最后一掌做了個(gè)簡(jiǎn)單的獲取網(wǎng)頁(yè)狀態(tài)碼的小應(yīng)用,原理就是這個(gè)。
3.7 響應(yīng)頭內(nèi)容
可以通過(guò)r.headers來(lái)獲取響應(yīng)頭內(nèi)容。
>>>r = requests.get('http://www.zhidaow.com') >>> r.headers { 'content-encoding': 'gzip', 'transfer-encoding': 'chunked', 'content-type': 'text/html; charset=utf-8'; ... }
可以看到是以字典的形式返回了全部?jī)?nèi)容,我們也可以訪問(wèn)部分內(nèi)容。
>>> r.headers['Content-Type'] 'text/html; charset=utf-8' >>> r.headers.get('content-type') 'text/html; charset=utf-8'
3.8 設(shè)置超時(shí)時(shí)間
我們可以通過(guò)timeout屬性設(shè)置超時(shí)時(shí)間,一旦超過(guò)這個(gè)時(shí)間還沒(méi)獲得響應(yīng)內(nèi)容,就會(huì)提示錯(cuò)誤。
>>> requests.get('http://github.com', timeout=0.001) Traceback (most recent call last): File "<stdin>", line 1, in <module> requests.exceptions.Timeout: HTTPConnectionPool(host='github.com', port=80): Request timed out. (timeout=0.001)
3.9 代理訪問(wèn)
采集時(shí)為避免被封IP,經(jīng)常會(huì)使用代理。requests也有相應(yīng)的proxies屬性。
import requests proxies = { "http": "http://10.10.1.10:3128", "https": "http://10.10.1.10:1080", } requests.get("http://www.zhidaow.com", proxies=proxies)
如果代理需要賬戶和密碼,則需這樣:
proxies = { "http": "http://user:pass@10.10.1.10:3128/", }
3.10 請(qǐng)求頭內(nèi)容
請(qǐng)求頭內(nèi)容可以用r.request.headers來(lái)獲取。
>>> r.request.headers {'Accept-Encoding': 'identity, deflate, compress, gzip', 'Accept': '*/*', 'User-Agent': 'python-requests/1.2.3 CPython/2.7.3 Windows/XP'}
3.11 自定義請(qǐng)求頭部
偽裝請(qǐng)求頭部是采集時(shí)經(jīng)常用的,我們可以用這個(gè)方法來(lái)隱藏:
r = requests.get('http://www.zhidaow.com') print r.request.headers['User-Agent'] #python-requests/1.2.3 CPython/2.7.3 Windows/XP headers = {'User-Agent': 'alexkh'} r = requests.get('http://www.zhidaow.com', headers = headers) print r.request.headers['User-Agent'] #alexkh
3.12 持久連接keep-alive
requests的keep-alive是基于urllib3,同一會(huì)話內(nèi)的持久連接完全是自動(dòng)的。同一會(huì)話內(nèi)的所有請(qǐng)求都會(huì)自動(dòng)使用恰當(dāng)?shù)倪B接。
也就是說(shuō),你無(wú)需任何設(shè)置,requests會(huì)自動(dòng)實(shí)現(xiàn)keep-alive。
4. 簡(jiǎn)單應(yīng)用
4.1 獲取網(wǎng)頁(yè)返回碼
def get_status(url): r = requests.get(url, allow_redirects = False) return r.status_code print get_status('http://www.zhidaow.com') #200 print get_status('http://www.zhidaow.com/hi404/') #404 print get_status('http://mengtiankong.com') #301 print get_status('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN') #302 print get_status('http://www.huiya56.com/com8.intre.asp?46981.html') #500
以上是針對(duì)Python Requests的安裝與簡(jiǎn)單運(yùn)用的介紹,希望對(duì)大家有所幫助!
腳本之家推薦閱讀:
相關(guān)文章
安裝ElasticSearch搜索工具并配置Python驅(qū)動(dòng)的方法
這篇文章主要介紹了安裝ElasticSearch搜索工具并配置Python驅(qū)動(dòng)的方法,文中還介紹了其與Kibana數(shù)據(jù)顯示客戶端的配合使用,需要的朋友可以參考下2015-12-12解決python中畫圖時(shí)x,y軸名稱出現(xiàn)中文亂碼的問(wèn)題
今天小編就為大家分享一篇解決python中畫圖時(shí)x,y軸名稱出現(xiàn)中文亂碼的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01Python HTMLParser模塊解析html獲取url實(shí)例
這篇文章主要介紹了Python HTMLParser模塊解析html獲取url實(shí)例,HTMLParser是python用來(lái)解析html的模塊,HTMLParser采用的是一種事件驅(qū)動(dòng)的模式,需要的朋友可以參考下2015-04-04python使用requests+excel進(jìn)行接口自動(dòng)化測(cè)試的實(shí)現(xiàn)
在當(dāng)今的互聯(lián)網(wǎng)時(shí)代中,接口自動(dòng)化測(cè)試越來(lái)越成為軟件測(cè)試的重要組成部分,本文就來(lái)介紹了python使用requests+excel進(jìn)行接口自動(dòng)化測(cè)試的實(shí)現(xiàn),感興趣的可以了解一下2023-11-11Python使用BeautifulSoup爬取網(wǎng)頁(yè)數(shù)據(jù)的操作步驟
在網(wǎng)絡(luò)時(shí)代,數(shù)據(jù)是最寶貴的資源之一,而爬蟲(chóng)技術(shù)就是一種獲取數(shù)據(jù)的重要手段,Python 作為一門高效、易學(xué)、易用的編程語(yǔ)言,自然成為了爬蟲(chóng)技術(shù)的首選語(yǔ)言之一,本文將介紹如何使用 BeautifulSoup 爬取網(wǎng)頁(yè)數(shù)據(jù),并提供詳細(xì)的代碼和注釋,幫助讀者快速上手2023-11-11Python 正則表達(dá)式中re.group()使用小結(jié)
正則表達(dá)式是在處理字符串時(shí)非常有用的工具,而re.group()是在匹配到的文本中提取特定分組內(nèi)容的方法之一,這篇文章主要介紹了Python 正則表達(dá)式之re.group()用法,需要的朋友可以參考下2024-01-01如何使用Python基于接口編程的方法實(shí)現(xiàn)
本文主要介紹了如何使用Python基于接口編程,文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-11-11python 自定義異常和主動(dòng)拋出異常(raise)的操作
這篇文章主要介紹了python 自定義異常和主動(dòng)拋出異常(raise)的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-12-12