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(jiǎn)單運(yùn)用

 更新時(shí)間：2016年04月07日 10:07:34   作者：Alpha5  
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？帶著這個(gè)問(wèn)題來(lái)一起學(xué)習(xí)本教程吧

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：

Python Requests 基礎(chǔ)入門

相關(guān)文章

最新評(píng)論