欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python Requests安裝與簡單運用

 更新時間:2016年04月07日 10:07:34   作者:Alpha5  
requests是python的一個HTTP客戶端庫,跟urllib,urllib2類似,那為什么要用requests而不用urllib2呢?帶著這個問題來一起學習本教程吧

requests是python的一個HTTP客戶端庫,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明的:

python的標準庫urllib2提供了大部分需要的HTTP功能,但是API太逆天了,一個簡單的功能就需要一大堆代碼。

我也看了下requests的文檔,確實很簡單,適合我這種懶人。下面就是一些簡單指南。

插播個好消息!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/(不過是v1.1.0版,另抱歉,之前貼錯鏈接了)。

1. 安裝

安裝很簡單,我是win系統(tǒng),就在這里下載了安裝包(網(wǎng)頁中download the zipball處鏈接),然后$ python setup.py install就裝好了。

當然,有easy_install或pip的朋友可以直接使用:easy_install requests或者pip install requests來安裝。
至于linux用戶,這個頁面還有其他安裝方法。

測試:在IDLE中輸入import requests,如果沒提示錯誤,那說明已經(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"...'
...

是不是很簡單?比urllib2和urllib簡單直觀的多?!那請接著看快速指南吧。

3. 快速指南

3.1 發(fā)送請求

發(fā)送請求很簡單的,首先要導入requests模塊:

>>>import requests

接下來讓我們獲取一個網(wǎng)頁,例如我個人博客的首頁:

>>>r = requests.get('http://www.zhidaow.com')

接下來,我們就可以使用這個r的各種方法和函數(shù)了。

另外,HTTP請求還有很多類型,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)

因為目前我還沒用到這些,所以沒有深入研究。

3.2 在URLs中傳遞參數(shù)

有時候我們需要在URL中傳遞參數(shù),比如在采集百度搜索結(jié)果時,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)按照首字母進行了排序。)

3.3 獲取響應(yīng)內(nèi)容

可以通過r.text來獲取網(wǎng)頁的內(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,requests會自動將內(nèi)容轉(zhuǎn)碼。大多數(shù)unicode字體都會無縫轉(zhuǎn)碼。但我在cygwin下使用時老是出現(xiàn)UnicodeEncodeError錯誤,郁悶。倒是在python的IDLE中完全正常。
另外,還可以通過r.content來獲取頁面內(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r.content是以字節(jié)的方式去顯示,所以在IDLE中以b開頭。但我在cygwin中用起來并沒有,下載網(wǎng)頁正好。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功能。)

3.4 獲取網(wǎng)頁編碼

可以使用r.encoding來獲取網(wǎng)頁編碼。

>>> r = requests.get('http://www.zhidaow.com')
>>> r.encoding
'utf-8'

當你發(fā)送請求時,requests會根據(jù)HTTP頭部來猜測網(wǎng)頁編碼,當你使用r.text時,requests就會使用這個編碼。當然你還可以修改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encoding修改后就直接會用修改后的編碼去獲取網(wǎng)頁內(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來說:

>>>r = requests.get('http://ip.taobao.com/service/getIpInfo.php?ip=122.88.60.28')
>>>r.json()['data']['country']
'中國'

3.6 網(wǎng)頁狀態(tài)碼

我們可以用r.status_code來檢查網(wǎng)頁的狀態(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

前兩個例子很正常,能正常打開的返回200,不能正常打開的返回404。但第三個就有點奇怪了,那個是百度搜索結(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)。也許有人認為這樣可以通過判斷和正則來獲取跳轉(zhuǎn)的狀態(tài)碼了,其實還有個更簡單的方法:

>>>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?我也利用這個在最后一掌做了個簡單的獲取網(wǎng)頁狀態(tài)碼的小應(yīng)用,原理就是這個。

3.7 響應(yīng)頭內(nèi)容

可以通過r.headers來獲取響應(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內(nèi)容,我們也可以訪問部分內(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)置超時時間

我們可以通過timeout屬性設(shè)置超時時間,一旦超過這個時間還沒獲得響應(yīng)內(nèi)容,就會提示錯誤。

>>> 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

采集時為避免被封IP,經(jīng)常會使用代理。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 請求頭內(nèi)容

請求頭內(nèi)容可以用r.request.headers來獲取。

>>> 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 自定義請求頭部

偽裝請求頭部是采集時經(jīng)常用的,我們可以用這個方法來隱藏:

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,同一會話內(nèi)的持久連接完全是自動的。同一會話內(nèi)的所有請求都會自動使用恰當?shù)倪B接。

也就是說,你無需任何設(shè)置,requests會自動實現(xiàn)keep-alive。

4. 簡單應(yīng)用

4.1 獲取網(wǎng)頁返回碼

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Python Requests的安裝與簡單運用的介紹,希望對大家有所幫助!

腳本之家推薦閱讀:

Python Requests 基礎(chǔ)入門

相關(guān)文章

最新評論