1. 什么是HTTPX？

HTTPX是一款Python棧HTTP客戶端庫，它提供了比標準庫更高級別、更先進的功能，如連接重用、連接池、超時控制、自動繁衍請求等等。HTTPX同時也支持同步和異步兩種方式，因此可以在同步代碼和異步代碼中通用。

HTTPX功能如下：

1. 發(fā)送HTTP請求：HTTPX支持發(fā)送HTTP GET、POST等請求，并提供了豐富的選項進行定制化。

2. 請求頭和查詢參數(shù)：HTTPX可以方便地添加請求頭和查詢參數(shù)到HTTP請求中。

3. 超時設置：HTTPX支持對HTTP請求的超時時間進行設置，以避免長時間等待響應。

4. SSL/TLS證書驗證：當使用HTTPS協(xié)議時，HTTPX可以驗證SSL/TLS證書。

5. 文件上傳和下載：HTTPX可以用于上傳和下載文件。

6. Cookie管理：HTTPX可以管理cookie。

7. 連接池：HTTPX提供連接池以提高性能。

8. 異步請求：HTTPX支持異步請求，在異步代碼中提供了更好的性能表現(xiàn)。

相比其他HTTP客戶端庫，HTTPX有以下優(yōu)勢：

• 性能更好：HTTPX采用異步IO模型實現(xiàn)高效的并發(fā)處理，使得其在處理大量數(shù)據(jù)和并發(fā)請求時比同類庫要快得多。
• 功能更全面：HTTPX提供了更多的功能，如連接池、自動繁衍請求等等，使得它可以勝任更多不同的HTTP場景。
• 更為靈活：HTTPX提供了更多可用的選項以滿足不同的HTTP場景和使用需求，從而使得它更為靈活。
• 更加安全：HTTPX在處理HTTPS請求時提供更完善的SSL/TLS證書驗證機制，從而更加安全。

2. HTTPX功能

1. 發(fā)送HTTP請求

import httpx
# 發(fā)送GET請求
response = httpx.get('https://www.example.com')
print(response.status_code)  # 狀態(tài)碼
print(response.text)  # 響應內容
# 發(fā)送POST請求
data = {'name': 'example', 'age': 18}
response = httpx.post('https://www.example.com', data=data)
print(response.status_code)  # 狀態(tài)碼
print(response.text)  # 響應內容

2. 請求頭和查詢參數(shù)

HTTPX發(fā)送HTTP請求時往往需要在請求中添加一些頭部信息或查詢參數(shù)，下面介紹如何在HTTPX中添加和定制這些信息。

添加請求頭

可以通過headers參數(shù)向HTTP請求中添加頭部信息。以下是一個示例代碼：

import httpx
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'
}
response = httpx.get('https://www.example.com', headers=headers)
print(response.status_code)
print(response.text)

可以看到，在發(fā)送GET請求時，使用了一個 headers 字典來指定請求頭。其中 User-Agent 是模擬瀏覽器發(fā)送請求的標準請求頭之一?？梢愿鶕?jù)實際需求添加更多的請求頭信息。

添加查詢參數(shù)

除了請求頭外，還可以通過 params 參數(shù)向HTTP請求中添加查詢參數(shù)。以下是一個示例代碼：

import httpx
params = {'key1': 'value1', 'key2': 'value2'}
response = httpx.get('https://www.example.com', params=params)
print(response.status_code)
print(response.text)

在上述代碼中，params 參數(shù)被用于將查詢參數(shù)添加到 GET 請求中。具體而言，HTTPX 會根據(jù)鍵值對自動生成查詢字符串并將其附加到 URL 的末尾，就像在瀏覽器中一樣。

3. 超時設置

在發(fā)送HTTP請求時，往往需要設置超時時間以避免等待過長時間的響應。HTTPX 提供了設置超時時間的方法，下面介紹如何在 HTTPX 中設置超時時間：

發(fā)送單次請求時設置超時時間

可以通過 timeout 參數(shù)來設置單個請求的超時時間，單位為秒（s）。以下是一個示例代碼：

import httpx
# 設置 5 秒超時時間
timeout = httpx.Timeout(5)
response = httpx.get('https://www.example.com', timeout=timeout)
print(response.status_code)
print(response.text)

在上述代碼中，timeout 參數(shù)被用于將超時時間設置為 5 秒。如果在 5 秒內沒有收到服務器的響應，HTTPX 將自動取消該請求并拋出 httpx.ReadTimeout 異常。

全局設置超時時間

除了可以在單個請求中設置超時時間外，還可以全局設置所有請求的超時時間。可以通過創(chuàng)建一個 Client 實例并指定超時時間來實現(xiàn)。以下是一個示例代碼：

import httpx
# 全局設置 5 秒超時時間
client = httpx.Client(timeout=5)
response = client.get('https://www.example.com')
print(response.status_code)
print(response.text)

在上述代碼中，創(chuàng)建了一個 Client 實例，并將超時時間設置為 5 秒。在之后的所有請求中，都會默認使用這個超時時間。需要注意的是，全局設置會影響所有請求，因此需要根據(jù)實際情況合理地設置超時時間。

4. 異步請求

異步請求示例

首先，需要安裝異步標準庫 asyncio 和 HTTPX 庫。

安裝完成后，就可以在 Python 腳本中使用異步請求了。以下是一個簡單的異步 GET 請求示例：

import asyncio
import httpx
async def main():
    async with httpx.AsyncClient() as client:
        response = await client.get('https://www.example.com')
        print(response.status_code)
        print(response.text)
asyncio.run(main())

在上述代碼中，我們使用異步函數(shù) main() 來發(fā)送異步 GET 請求。其中，使用了 httpx.AsyncClient() 創(chuàng)建了一個異步客戶端實例，然后調用了 client.get() 函數(shù)來發(fā)送 GET 請求。

在異步請求中，需要使用關鍵字 await 等待異步操作執(zhí)行完成，這樣才能保證程序按照正確的順序執(zhí)行。

進一步使用示例

除了簡單的 GET 請求外，HTTPX 還支持復雜的異步操作和定制化需求。以下是一個使用異步 POST 請求并上傳文件的示例：

import asyncio
import httpx
async def main():
    async with httpx.AsyncClient() as client:
        # 上傳文件
        files = {'file': ('example.txt', 'Hello, world!')}
        response = await client.post('https://www.example.com/upload', files=files)
        # 顯示響應信息
        print(response.status_code)
        print(response.text)
asyncio.run(main())

在上述代碼中，使用了 client.post() 函數(shù)向服務器上傳文件。其中，files 參數(shù)被用于指定上傳的文件信息。

需要注意的是，在異步請求過程中，需使用 async with httpx.AsyncClient() as client: 的方式創(chuàng)建異步客戶端實例，并通過 async/await 關鍵字等待異步操作完成，這樣才能確保程序正確執(zhí)行。

5. SSL/TLS證書驗證

SSL/TLS證書驗證是保證HTTP通信安全的重要手段之一。HTTPX提供了對SSL/TLS證書的驗證機制，下面介紹如何在HTTPX中進行SSL/TLS證書驗證：

驗證服務器證書

HTTPX 默認會驗證服務器證書，如果證書無效或不可信，則會拋出 httpx.RemoteProtocolError 異常。以下是一個示例代碼：

import httpx
response = httpx.get('https://www.example.com')
print(response.status_code)
print(response.text)

在上述代碼中，使用 httpx.get() 函數(shù)向服務器發(fā)送 GET 請求，并默認啟動 SSL/TLS 證書驗證。如果服務器證書無效，則 HTTPX 會拋出 httpx.RemoteProtocolError 異常。

禁用服務器證書驗證

雖然 SSL/TLS 證書驗證是確保通信安全的重要手段，但在一些特殊情況下需要禁用證書驗證，例如調試時使用自簽名證書等?？梢酝ㄟ^將 verify 參數(shù)設置為 False 來禁用 SSL/TLS 證書驗證。以下是一個示例代碼：

import httpx
response = httpx.get('https://www.example.com', verify=False)
print(response.status_code)
print(response.text)

在上述代碼中，verify=False 參數(shù)被用于禁用服務器證書驗證。需要注意的是，這種方法會降低通信安全性，應謹慎使用。

指定客戶端證書

除了驗證服務器證書外，HTTPX 還支持指定客戶端證書?？梢酝ㄟ^ cert 參數(shù)來指定客戶端證書和私鑰文件的路徑。以下是一個示例代碼：

import httpx
client_cert = ('path/to/cert.pem', 'path/to/key.pem')
response = httpx.get('https://www.example.com', cert=client_cert)
print(response.status_code)
print(response.text)

在上述代碼中，client_cert 變量被用于指定客戶端證書和私鑰的路徑。需要注意的是，客戶端證書應該由受信任的第三方機構頒發(fā)，并且應該進行保護。

6. 文件上傳和下載

HTTPX支持文件上傳和下載，可以通過httpx.post() 和 httpx.get() 函數(shù)向服務器上傳和下載文件。下面分別介紹如何在 HTTPX 中進行文件上傳和下載：

文件上傳示例
可以通過 files 參數(shù)來實現(xiàn)文件上傳功能。以下是一個文件上傳的示例代碼：

import httpx
with open('example.txt', 'rb') as f:
files = {'file': ('example.txt', f)}
response = httpx.post('https://www.example.com/upload', files=files)
print(response.status_code)
print(response.text)

在上述代碼中，使用了 open() 函數(shù)打開本地文件，并將文件數(shù)據(jù)添加到 files 參數(shù)中。然后，使用 httpx.post() 函數(shù)向服務器發(fā)送 POST 請求并上傳文件。

需要注意的是，('example.txt', f) 中，第一個參數(shù)是文件名，第二個參數(shù)是文件內容。具體而言，文件內容應該以二進制格式表示。

文件下載示例
可以通過 stream=True 參數(shù)將文件下載至內存中，并逐步寫入本地文件。以下是一個文件下載的示例代碼：

import httpx
response = httpx.get('https://www.example.com/image.jpg', stream=True)
with open('image.jpg', 'wb') as f:
for chunk in response.iter_bytes():
f.write(chunk)
print(response.status_code)

在上述代碼中，使用了 httpx.get() 函數(shù)向服務器發(fā)送 GET 請求。其中，stream=True 參數(shù)被用于啟動響應流模式，這樣可以將文件下載到內存中，然后逐步寫入本地文件。需要注意的是，在下載大文件時，響應流模式可以減少內存占用并提高性能。

Cookie管理

HTTPX提供了用于管理Cookie的工具，可以通過httpx.CookieJar()對象來管理Cookie。下面介紹如何在HTTPX中進行Cookie管理：

使用CookieJar管理Cookie

可以使用 httpx.CookieJar() 對象來管理 Cookie。以下是一個示例代碼：

import httpx
# 創(chuàng)建 CookieJar 實例
cookie_jar = httpx.CookieJar()
# 將 Cookie 添加到 CookieJar 中
cookie = httpx.cookies.Cookie(name='name', value='value')
cookie_jar.set_cookie(cookie)
# 使用 CookieJar 發(fā)送請求
with httpx.Client(cookie_jar=cookie_jar) as client:
    response = client.get('https://www.example.com')
print(response.status_code)

在上述代碼中，首先創(chuàng)建了一個 httpx.CookieJar() 實例，并將 httpx.cookies.Cookie() 對象添加到 CookieJar 中。然后，在使用 HTTPX 發(fā)送請求時，通過 cookie_jar=cookie_jar 參數(shù)來指定使用 CookieJar 管理 Cookie。

需要注意的是，通過 set_cookie() 方法向 httpx.CookieJar() 添加 Cookie 后，這些 Cookie 將被自動附加到后續(xù)的 HTTP 請求中。

使用Session管理Cookie

除了使用 httpx.CookieJar() 對象管理 Cookie 外，還可以使用 httpx.Client() 對象的 Session 來管理 Cookie。以下是一個示例代碼：

import httpx
# 創(chuàng)建 Session 實例
session = httpx.Client()
# 向 Session 中添加 Cookie
cookie = httpx.cookies.Cookie(name='name', value='value')
session.cookies.set_cookie(cookie)
# 使用 Session 發(fā)送請求
response = session.get('https://www.example.com')
print(response.status_code)

在上述代碼中，通過 httpx.Client() 創(chuàng)建了一個 HTTP 客戶端實例，并使用 session.cookies.set_cookie() 方法向 Session 中添加 Cookie。然后，在使用 HTTPX 發(fā)送請求時，不需要指定 cookie_jar 參數(shù)，而是使用 Session 自動管理 Cookie。

需要注意的是，httpx.Client() 的 Session 會自動保存并發(fā)送所有 Cookie，因此在發(fā)送多個 HTTP 請求時，可以方便地管理 Cookie。

連接池

HTTPX 是一個 Python 的異步 HTTP 客戶端庫。它支持連接池來重用已建立的 HTTP 連接，從而提高性能并減少網(wǎng)絡延遲。

創(chuàng)建連接池

要創(chuàng)建連接池，請使用 httpx.AsyncClient() 構造函數(shù)并指定 limits 參數(shù)。

import httpx
limits = httpx.Limits(max_connections=100, max_keepalive=10)
client = httpx.AsyncClient(limits=limits)

此代碼將創(chuàng)建一個最大連接數(shù)為 100，最大保持活動連接數(shù)為 10 的連接池。

使用連接池

一旦你創(chuàng)建了連接池，你可以像正常地發(fā)送請求一樣使用 httpx.AsyncClient() 實例發(fā)送請求。在創(chuàng)建客戶端時，HTTPX 將自動管理連接池中的連接。

response = await client.get("https://www.example.com")
print(response.text)

這將使用連接池中的空閑連接來發(fā)送 HTTP GET 請求，并返回響應。如果沒有可用的連接，HTTPX 將自動創(chuàng)建一個新連接。

3. 使用HTTPX編寫Web爬蟲

import asyncio
import httpx
from bs4 import BeautifulSoup
async def fetch(url):
    async with httpx.AsyncClient() as client:
        response = await client.get(url)
        return response.text
async def scrape():
    url = "https://book.douban.com/top250"
    html = await fetch(url)
    soup = BeautifulSoup(html, "html.parser")
    books = []
    for book in soup.select(".indent > table"):
        title = book.select_one(".pl2 > a")["title"]
        link = book.select_one(".pl2 > a")["href"]
        rating = book.select_one(".rating_num").text.strip()
        author = book.select_one(".pl").text.strip().split("/")[0]
        books.append({"title": title, "link": link, "rating": rating, "author": author})
    return books
if __name__ == "__main__":
    books = asyncio.run(scrape())
    for book in books:
        print(book)

到此這篇關于HTTPX入門使用教程的文章就介紹到這了,更多相關HTTPX使用內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論