Python爬虫(六)_Requests的使用
Requests:让HTTP服务人类
虽然Python的标准库中urllib2模块中已经包含了平常我们使用的大多数功能,但是它的API使用起来让人感觉不太好,而Requests自称"HTTP for Humans",说明使用更简单方便。
Requests唯一的一个非转基因的Python HTTP库,人类可以安全享用
Requests继承了urllib2的所有特性。Requests支持HTTP连接保持和连接池,支持使用cookie保持会话,支持文件上传,支持自动确定响应内容的编码,支持国际化的URL和POST数据自动编码。
requests的底层实现其实就是urllib3
Requests的文档非常完备,中文文档也相当不错。Requests能完全满足当前网络的需求,支持Python2.6-3.5,而且能在PyPy下完美运行。
开源首地址:https://github.com/kennethreitz/requests
中文文档API: http://docs.python-requests.org/zh_CN/latest/index.html
安装方式
利用pip安装或者利用easy_install都可以完成安装:
$pip install requests$easy_install requests
基本GET请求(headers参数和parmas参数)
- 最基本的GET请求可以直接用get方法
response = requests.get("http://www.baidu.com/") #也可以这么写 #response = requests.request("get", "http://www.baidu.com/")
- 添加headers和查询参数
如果想添加headers,可以传入headers
参数来参加请求头中的headers信息,如果要将参数放在url中传递,可以利用params
参数。
import requestskw = {'wd':'长城'}headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}#params接收一个字典或者字符串的查询参数,字典类型自动转换为url编码,不需要urlencode() response = requests.get("http://www.baidu.com/s?", params=kw, headers = headers)#查看响应内容,response.text返回的是Unicode格式的数据 print(response.text)#查看响应内容,response.content返回的字节流数据 print(response.content)#查看完整url地址 print(response.url)#查看响应头部字符编码 print(response.encoding)#查看响应码 print(response.status_code)
- 使用response.text时,Requests会基于HTTP响应的文本编码自动解码响应内容,大多数Unicode字符集都能被无缝地解码。
- 使用response.content时,返回的是服务器响应数据的原始二进制字节流,可以用来保存图片等二进制文件。
基本POST请求(data参数)
- 最基本的GET请求可以直接用post方法
response = requests.post("http://www.baidu.com/", data=data)
- 传入data数据
对于POST请求来说,我们一般需要为它增加一些参数。那么醉基本的穿参方法可以利用data
这个参数。
import requestsformdata = {"type":"AUTO","i":"i love python","doctype":"json","xmlVersion":"1.8","keyfrom":"fanyi.web","ue":"UTF-8","action":"FY_BY_ENTER","typoResult":"true" }url = "http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule&smartresult=ugc&sessionFrom=null"headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.103 Safari/537.36"}response = requests.post(url, data=formdata, headers=headers)print(response.text)#如果是json文件可以直接显示 print(response.json())
运行结果
{"type":"EN2ZH_CN","errorCode":0,"elapsedTime":2,"translateResult":[[{"src":"i love python","tgt":"我喜欢python"}]],"smartResult":{"type":1,"entries":["","肆文","高德纳"]}}{u'errorCode': 0, u'elapsedTime': 0, u'translateResult': [[{u'src': u'i love python', u'tgt': u'\u6211\u559c\u6b22python'}]], u'smartResult': {u'type': 1, u'entries': [u'', u'\u8086\u6587', u'\u9ad8\u5fb7\u7eb3']}, u'type': u'EN2ZH_CN'}
代理(proxies参数)
如果需要使用代理,你可以通过为任意请求方法提供proxies
参数来配置单个请求:
import requests
#根据协议内容,选择不同的代理
proxies = {"http":"http://12.34.56.79:9527","https":"http://12.34.56.79:9527"
}response = requests.get("http://www.baidu.com", proxies = proxies)
print(response.text)
也可以通过本地环境变量HTTP_PROXY
和HTTPS_PROXY
来配置代理:
export HTTP_PROXY="http://12.34.56.79:9527" export HTTPS_PROXY="https://12.34.56.79:9527"
私密代理验证(特定格式)和Web客户端验证(auth参数)
urllib2这里的做法比较复杂,requests只需要一步:
私密代理
import requests#如果带来需要使用HTTP Basic Auth,可以使用下面这种格式: proxy = {"http":"mr_mao_hacker:sffgr9r@61.158.163.130:16816"}response = requests.get("http://www.baidu.com", proxies=proxy)print(response.text)
web客户端验证
如果是Web客户端验证,需要添加auth=(账户名,密码)
import requestsauth={"test":"123456"}response = requests.get("http://192.168.199.107", auth=auth)print(response.text)
urllib2泪奔...
Cookies和Sission
Cookies
如果一个相应中包含了cookie,那么我们可以利用cookies参数拿到:
import requestsresponse = requests.get("http://www.baidu.com/")#7.返回cookieJar对象: cookiejar = response.cookies#8.将CookieJar转为字典: cookiedict = requests.utils.dict_from_cookiejar(cookiejar)print(cookiejar)print(cookiedict)
**Session
在requests里,session对象是一个非常常用的对象,这个对象代表依次用户会话:从客户端浏览器连接服务器开始,到客户端浏览器与服务器断开。
会话能让我们在跨请求时候保持某些参数,比如在同一个Session实例发出的所有请求之间保持cookie
实现人人网登陆
import requests#1.创建session对象,可以保存Cookie值 ssion = requests.session()#2.处理headers headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}#3.需要登陆的用户名和密码 data={"email":"mr_mao_hacker@163.com", "passwd":"alarmchime"}#4.发送附带用户名和密码的请求,并获取登陆后的Cookie的值,保存在session里 ssion.post("http://www.renren.com/PLogin.do", data=data)#5.ssion包含用户登陆后的cookie值,可以直接访问那些登陆后的页面 response = ssion.get("http://www.renren.com/410043129/profile")#6.打印响应内容 print(response.text)
处理HTTPS请求SSL证书验证
Requests也可以为HTTPS请求验证SSL证书:
- 要想检查某个主机的SSL证书,你可以使用verify(也可以不写)
import requests response = requests.get("https://www.baidu.com", verify=true)#也可以省略不写 #response = requests.get("https://www.baidu.com/") print r.txt
- 如果SSL证书验证不通过,或者不信任服务器的安全证书,则会报出SSLError,据说12306证书是自己做
来测试一下:
import requestsresponse = requests.get("https://www.12306.cn/mormhweb/")print(response.text)
果然:
SSLError: ("bad handshake: Error([('SSL routines', 'ssl3_get_server_certificate', 'certificate verify failed')],)",)
如果我们想跳过12306的证书验证,把verify设置为False就可以正常请求了。
r = requests.get("https://www.12306.cn/mormhweb/", verify = False)
转载于:https://www.cnblogs.com/moying-wq/p/11569897.html
Python爬虫(六)_Requests的使用相关推荐
- Python爬虫六:字体反爬处理(猫眼+汽车之家)-2018.10
环境:Windows7 +Python3.6+Pycharm2017 目标:猫眼电影票房.汽车之家字体反爬的处理 ---全部文章: 京东爬虫 .链家爬虫.美团爬虫.微信公众号爬虫.字体反爬.Djang ...
- [Python爬虫] 六、数据提取之XPath与lxml类库
往期内容提要: [Python爬虫] 一.爬虫原理之HTTP和HTTPS的请求与响应 [Python爬虫] 二.爬虫原理之定义.分类.流程与编码格式 [Python爬虫] 三.数据抓取之Request ...
- python爬虫六:爬取电影图片及简介
# -*- coding: utf-8 -*-#2345电影排行榜 import requests from bs4 import BeautifulSoup#获取网站的通用类 def get_htm ...
- [Python爬虫] 一、爬虫原理之HTTP和HTTPS的请求与响应
一.HTTP和HTTPS HTTP协议(HyperText Transfer Protocol,超文本传输协议):是一种发布和接收 HTML页面的方法. HTTPS(Hypertext Transfe ...
- [Python爬虫] 三、数据抓取之Requests HTTP 库
往期内容提要: [Python爬虫] 一.爬虫原理之HTTP和HTTPS的请求与响应 [Python爬虫] 二.爬虫原理之定义.分类.流程与编码格式 一.urllib 模块 所谓网页抓取,就是把URL ...
- [Python爬虫] 九、机器视觉与机器图像识别之Tesseract
往期内容提要: [Python爬虫] 一.爬虫原理之HTTP和HTTPS的请求与响应 [Python爬虫] 二.爬虫原理之定义.分类.流程与编码格式 [Python爬虫] 三.数据抓取之Request ...
- [Python爬虫] 四、数据抓取之HTTP/HTTPS抓包工具Fiddler
往期内容提要: [Python爬虫] 一.爬虫原理之HTTP和HTTPS的请求与响应 [Python爬虫] 二.爬虫原理之定义.分类.流程与编码格式 [Python爬虫] 三.数据抓取之Request ...
- [Python爬虫] 二、爬虫原理之定义、分类、流程与编码格式
往期内容提要: [Python爬虫] 一.爬虫原理之HTTP和HTTPS的请求与响应 一.爬虫的定义.分类和流程 爬虫定义 网络爬虫(又被称为网页蜘蛛,网络机器人)就是模拟浏览器发送网络请求,接收请求 ...
- Python爬虫实战六之抓取爱问知识人问题并保存至数据库
大家好,本次为大家带来的是抓取爱问知识人的问题并将问题和答案保存到数据库的方法,涉及的内容包括: Urllib的用法及异常处理 Beautiful Soup的简单应用 MySQLdb的基础用法 正则表 ...
最新文章
- 不用for 也能实现按照某索引排好某序列
- 深入解析Linux中的fork函数
- Fabric--测试链码
- 巧用css text-indent减小中文标点符号的占位大小
- java面试题十 java数组初始化
- 文本挖掘(part3)--词袋模型
- 联想台式主机拆机教程_联想发布全新刃9000台式主机:搭载英伟达最新显卡+8999元...
- Xor Sum 2(位运算)
- (二十四)美萍酒店管理系统:散客开单
- 成功解决error: Microsoft Visual C++ 14.0 or greater is required. Get it with “Microsoft C++ Build Tools“
- 一种简单的PCB加温电路设计
- 苏州计算机英语怎么说,苏州用英语怎么说,苏州的英语单词
- 文件管理(以Unix系统为例)
- asp.net保存图片
- 2015年网易考拉海淘android面试
- 独孤思维:没有复盘的项目,不会赚钱
- 关于获取当前时间出现1970年问题的解决
- 小米十年,做不好售后
- 蜗牛星际能做网站服务器吗,蜗牛星际-完美运行ESXI
- 2020年最新在线CRM免费下载