Python Requests安装与简单运用

脚本专栏 2024/11/25 佚名

3 2 1

requests是python的一个HTTP客户端库，跟urllib，urllib2类似，那为什么要用requests而不用urllib2呢？官方文档中是这样说明的：

python的标准库urllib2提供了大部分需要的HTTP功能，但是API太逆天了，一个简单的功能就需要一大堆代码。

我也看了下requests的文档，确实很简单，适合我这种懒人。下面就是一些简单指南。

插播个好消息！刚看到requests有了中文翻译版，建议英文不好的看看，内容也比我的博客好多了，具体链接是：http://cn.python-requests.org/en/latest/(不过是v1.1.0版，另抱歉，之前贴错链接了)。

1. 安装

安装很简单，我是win系统，就在这里下载了安装包（网页中download the zipball处链接），然后$ python setup.py install就装好了。

当然，有easy_install或pip的朋友可以直接使用：easy_install requests或者pip install requests来安装。
至于linux用户，这个页面还有其他安装方法。

测试：在IDLE中输入import requests，如果没提示错误，那说明已经安装成功了！

2. 小试牛刀

>import requests
> r = requests.get('http://www.zhidaow.com') # 发送请求
> r.status_code # 返回码 
200
> r.headers['content-type'] # 返回头部信息
'text/html; charset=utf8'
> r.encoding # 编码信息
'utf-8'
> r.text #内容部分（PS，由于编码问题，建议这里使用r.content）
u'<!DOCTYPE html>\n<html xmlns="http://www.w3.org/1999/xhtml"...'
...

是不是很简单？比urllib2和urllib简单直观的多？！那请接着看快速指南吧。

3. 快速指南

3.1 发送请求

发送请求很简单的，首先要导入requests模块：

>import requests

接下来让我们获取一个网页，例如我个人博客的首页：

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

接下来，我们就可以使用这个r的各种方法和函数了。

另外，HTTP请求还有很多类型，比如POST,PUT,DELETE,HEAD,OPTIONS。也都可以用同样的方式实现：

> 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)

因为目前我还没用到这些，所以没有深入研究。

3.2 在URLs中传递参数

有时候我们需要在URL中传递参数，比如在采集百度搜索结果时，我们wd参数（搜索词）和rn参数（搜素结果数量），你可以手工组成URL，requests也提供了一种看起来很NB的方法：

> payload = {'wd': '张亚楠', 'rn': '100'} > r = requests.get("http://www.baidu.com/s", params=payload) > print r.url u'http://www.baidu.com/s"htmlcode">

> r = requests.get('https://www.zhidaow.com')
> r.text
u'<!DOCTYPE html>\n<html xmlns="http://www.w3.org/1999/xhtml"...'

文档里说，requests会自动将内容转码。大多数unicode字体都会无缝转码。但我在cygwin下使用时老是出现UnicodeEncodeError错误，郁闷。倒是在python的IDLE中完全正常。
另外，还可以通过r.content来获取页面内容。

> r = requests.get('https://www.zhidaow.com')
> r.content
b'<!DOCTYPE html>\n<html xmlns="http://www.w3.org/1999/xhtml"...'

文档中说r.content是以字节的方式去显示，所以在IDLE中以b开头。但我在cygwin中用起来并没有，下载网页正好。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个功能。）

3.4 获取网页编码

可以使用r.encoding来获取网页编码。

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

当你发送请求时，requests会根据HTTP头部来猜测网页编码，当你使用r.text时，requests就会使用这个编码。当然你还可以修改requests的编码形式。

 r = requests.get('http://www.zhidaow.com')
> r.encoding
'utf-8'
>r.encoding = 'ISO-8859-1'

像上面的例子，对encoding修改后就直接会用修改后的编码去获取网页内容。

3.5 json

像urllib和urllib2，如果用到json，就要引入新模块，如json和simplejson，但在requests中已经有了内置的函数，r.json()。就拿查询IP的API来说：

>r = requests.get('http://ip.taobao.com/service/getIpInfo.php"htmlcode">

>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"htmlcode">

>r.history
(<Response [302]>,)


这里能看出他是使用了302跳转。也许有人认为这样可以通过判断和正则来获取跳转的状态码了，其实还有个更简单的方法：


>r = requests.get('http://www.baidu.com/link"htmlcode">

>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内容，我们也可以访问部分内容。


> r.headers['Content-Type']
'text/html; charset=utf-8'
> r.headers.get('content-type')
'text/html; charset=utf-8'


3.8 设置超时时间
我们可以通过timeout属性设置超时时间，一旦超过这个时间还没获得响应内容，就会提示错误。


> 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 代理访问
采集时为避免被封IP，经常会使用代理。requests也有相应的proxies属性。


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)


如果代理需要账户和密码，则需这样：


proxies = {
"http": "http://user:pass@10.10.1.10:3128/",
}


3.10 请求头内容
请求头内容可以用r.request.headers来获取。


> 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 自定义请求头部
伪装请求头部是采集时经常用的，我们可以用这个方法来隐藏：


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 持久连接keep-alive
requests的keep-alive是基于urllib3，同一会话内的持久连接完全是自动的。同一会话内的所有请求都会自动使用恰当的连接。
也就是说，你无需任何设置，requests会自动实现keep-alive。
4. 简单应用
4.1 获取网页返回码


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"color: #ff0000">推荐阅读：
Python Requests 基础入门

                                
                                
                                    python_requests安装 
                                
                                    标签：
                                        python_requests安装

免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com

评论“Python Requests安装与简单运用”

Python Requests安装与简单运用

暂无“Python Requests安装与简单运用”评论...

更新动态

2024年11月25日

Python Requests安装与简单运用

python_requests安装

Python使用Mechanize模块编写爬虫的要点解析

Python语言实现获取主机名根据端口杀死进程

评论“Python Requests安装与简单运用”

更新动态

友情链接