欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python 中 Requests 库的用法

程序员文章站 2023-11-22 12:43:40
前面讲了python的urllib库的使用和方法,python网络数据采集urllib库的基本使用 ,python的urllib高级用法 。 今天我们来学习下python中req...

前面讲了python的urllib库的使用和方法,python网络数据采集urllib库的基本使用 ,python的urllib高级用法 。

今天我们来学习下python中requests库的用法。

requests库的安装

利用 pip 安装,如果你安装了pip包(一款python包管理工具,不知道可以百度哟),或者集成环境,比如python(x,y)或者anaconda的话,就可以直接使用pip安装python的库。

$ pip install requests

安装完成之后,下面来看一下基本的方法:

#get请求方法

>>> r = requests.get('https://api.github.com/user', auth=('user', 'pass'))

#打印get请求的状态码

>>> r.status_code

200

#查看请求的数据类型,可以看到是json格式,utf-8编码

>>> r.headers['content-type']

'application/json; charset=utf8'

>>> r.encoding

'utf-8'

#打印请求到的内容

>>> r.text

u'{"type":"user"...'

#输出json格式数据

>>> r.json()

{u'private_gists': 419, u'total_private_repos': 77, ...}

下面看一个小栗子:

#小例子

import requests

r = requests.get('https://www.baidu.com')

print type(r)

print r.status_code

print r.encoding

print r.text

print r.cookies

'''请求了百度的网址,然后打印出了返回结果的类型,状态码,编码方式,cookies等内容

输出:'''

200

utf-8

[]>

http基本请求

requests库提供了http所有的基本请求方式。例如:

r = requests.post("https://httpbin.org/post")

r = requests.put("https://httpbin.org/put")

r = requests.delete("https://httpbin.org/delete")

r = requests.head("https://httpbin.org/get")

r = requests.options("https://httpbin.org/get")

基本get请求

r = requests.get("https://httpbin.org/get")

#如果想要加参数,可以利用 params 参数:

import requests

payload = {'key1': 'value1', 'key2': 'value2'}

r = requests.get("https://httpbin.org/get", params=payload)

print r.url

#输出:https://httpbin.org/get?key2=value2&key1=value1

如果想请求json文件,可以利用 json() 方法解析,例如自己写一个json文件命名为a.json,内容如下:

["foo", "bar", {

"foo": "bar"

}]

#利用如下程序请求并解析:

import requests

r = requests.get("a.json")

print r.text

print r.json()

'''运行结果如下,其中一个是直接输出内容,另外一个方法是利用 json() 方法

解析,感受下它们的不同:'''

["foo", "bar", {

"foo": "bar"

}]

[u'foo', u'bar', {u'foo': u'bar'}]

如果想获取来自服务器的原始套接字响应,可以取得 r.raw 。 不过需要在初始请求中设置 stream=true 。

r = requests.get('https://github.com/timeline.json', stream=true)

r.raw

#输出

r.raw.read(10)

'\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03'

这样就获取了网页原始套接字内容。

如果想添加 headers,可以传 headers 参数:

import requests

payload = {'key1': 'value1', 'key2': 'value2'}

headers = {'content-type': 'application/json'}

r = requests.get("https://httpbin.org/get", params=payload, headers=headers)

print r.url

#通过headers参数可以增加请求头中的headers信息

基本post请求

对于 post 请求来说,我们一般需要为它增加一些参数。那么最基本的传参方法可以利用 data 这个参数。

import requests

payload = {'key1': 'value1', 'key2': 'value2'}

r = requests.post("https://httpbin.org/post", data=payload)

print r.text

#运行结果如下:

{

"args": {},

"data": "",

"files": {},

"form": {

"key1": "value1",

"key2": "value2"

},

"headers": {

"accept": "*/*",

"accept-encoding": "gzip, deflate",

"content-length": "23",

"content-type": "application/x-www-form-urlencoded",

"host": "https://httpbin.org",

"user-agent": "python-requests/2.9.1"

},

"json": null,

"url": "https://httpbin.org/post"

}

可以看到参数传成功了,然后服务器返回了我们传的数据。

有时候我们需要传送的信息不是表单形式的,需要我们传json格式的数据过去,所以我们可以用 json.dumps() 方法把表单数据序列化。

import json

import requests

url = 'https://httpbin.org/post'

payload = {'some': 'data'}

r = requests.post(url, data=json.dumps(payload))

print r.text

#运行结果:

{

"args": {},

"data": "{\"some\": \"data\"}",

"files": {},

"form": {},

"headers": {

"accept": "*/*",

"accept-encoding": "gzip, deflate",

"content-length": "16",

"host": "https://httpbin.org",

"user-agent": "python-requests/2.9.1"

},

"json": {

"some": "data"

},

"url": "https://httpbin.org/post"

}

通过上述方法,我们可以post json格式的数据

如果想要上传文件,那么直接用 file 参数即可:

#新建一个 test.txt 的文件,内容写上 hello world!

import requests

url = 'https://httpbin.org/post'

files = {'file': open('test.txt', 'rb')}

r = requests.post(url, files=files)

print r.text

{

"args": {},

"data": "",

"files": {

"file": "hello world!"

},

"form": {},

"headers": {

"accept": "*/*",

"accept-encoding": "gzip, deflate",

"content-length": "156",

"content-type": "multipart/form-data; boundary=7d8eb5ff99a04c11bb3e862ce78d7000",

"host": "https://httpbin.org",

"user-agent": "python-requests/2.9.1"

},

"json": null,

"url": "https://httpbin.org/post"

}

这样我们便成功完成了一个文件的上传。

requests 是支持流式上传的,这允许你发送大的数据流或文件而无需先把它们读入内存。要使用流式上传,仅需为你的请求体提供一个类文件对象即可,非常方便:

with open('massive-body') as f:

requests.post('https://some.url/streamed', data=f)

cookies

如果一个响应中包含了cookie,那么我们可以利用 cookies 变量来拿到:

import requests

url = 'example domain'

r = requests.get(url)

print r.cookies

print r.cookies['example_cookie_name']

以上程序仅是样例,可以用 cookies 变量来得到站点的 cookies

另外可以利用 cookies 变量来向服务器发送 cookies 信息:

import requests

url = 'https://httpbin.org/cookies'

cookies = dict(cookies_are='working')

r = requests.get(url, cookies=cookies)

print r.text

#输出:

'{"cookies": {"cookies_are": "working"}}'

超时配置

可以利用 timeout 变量来配置最大请求时间

requests.get(‘build software better, together’, timeout=0.001)

注:timeout 仅对连接过程有效,与响应体的下载无关。

也就是说,这个时间只限制请求的时间。即使返回的 response 包含很大内容,下载需要一定时间。

会话对象

在以上的请求中,每次请求其实都相当于发起了一个新的请求。也就是相当于我们每个请求都用了不同的单独打开的效果。也就是它并不是指的一个会话,即使请求的是同一个网址。比如:

import requests

requests.get('https://httpbin.org/cookies/set/sessioncookie/123456789')

r = requests.get("https://httpbin.org/cookies")

print(r.text)

#结果是:

{

"cookies": {}

}

很明显,这不在一个会话中,无法获取 cookies,那么在一些站点中,我们需要保持一个持久的会话怎么办呢?就像用一个浏览器逛淘宝一样,在不同的选项卡之间跳转,这样其实就是建立了一个长久会话。

解决方案如下:

import requests

s = requests.session()

s.get('https://httpbin.org/cookies/set/sessioncookie/123456789')

r = s.get("https://httpbin.org/cookies")

print(r.text)

#在这里我们请求了两次,一次是设置 cookies,一次是获得 cookies

{

"cookies": {

"sessioncookie": "123456789"

}

}

发现可以成功获取到 cookies 了,这就是建立一个会话到作用。

那么既然会话是一个全局的变量,那么我们肯定可以用来全局的配置了。

import requests

s = requests.session()

s.headers.update({'x-test': 'true'})

r = s.get('https://httpbin.org/headers', headers={'x-test2': 'true'})

print r.text

'''通过 s.headers.update 方法设置了 headers 的变量。然后我们又在请求中

设置了一个 headers,那么会出现什么结果?很简单,两个变量都传送过去了。

运行结果:'''

{

"headers": {

"accept": "*/*",

"accept-encoding": "gzip, deflate",

"host": "https://httpbin.org",

"user-agent": "python-requests/2.9.1",

"x-test": "true",

"x-test2": "true"

}

}

如果get方法传的headers 同样也是 x-test 呢?

r = s.get('https://httpbin.org/headers', headers={'x-test': 'true'})

#它会覆盖掉全局的配置:

{

"headers": {

"accept": "*/*",

"accept-encoding": "gzip, deflate",

"host": "https://httpbin.org",

"user-agent": "python-requests/2.9.1",

"x-test": "true"

}

}

如果不想要全局配置中的一个变量了呢?很简单,设置为 none 即可。

r = s.get('https://httpbin.org/headers', headers={'x-test': none})

{

"headers": {

"accept": "*/*",

"accept-encoding": "gzip, deflate",

"host": "https://httpbin.org",

"user-agent": "python-requests/2.9.1"

}

}

以上就是 session 会话的基本用法。

ssl证书验证

现在随处可见 https 开头的网站,requests可以为https请求验证ssl证书,就像web浏览器一样。要想检查某个主机的ssl证书,你可以使用 verify 参数,因为前段时间12306 证书不是无效的嘛,来测试一下:

import requests

r = requests.get('https://kyfw.12306.cn/otn/', verify=true)

print r.text

#结果:

requests.exceptions.sslerror: [ssl: certificate_verify_failed] certificate verify failed (_ssl.c:590)

来试下 github 的:

import requests

r = requests.get('build software better, together', verify=true)

print r.text

嗯,正常请求,由于内容太多,我就不粘贴输出了。

如果我们想跳过刚才 12306 的证书验证,把 verify 设置为 false 即可:

import requests

r = requests.get('https://kyfw.12306.cn/otn/', verify=false)

print r.text

发现就可以正常请求了。在默认情况下 verify 是 true,所以如果需要的话,需要手动设置下这个变量。

代理

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

proxies = {

"https": "https://41.118.132.69:4433"

}

r = requests.post("https://httpbin.org/post", proxies=proxies)

print r.text

#也可以通过环境变量 http_proxy 和 https_proxy 来配置代理

export http_proxy="https://10.10.1.10:3128"

export https_proxy="https://10.10.1.10:1080"