Python入门网络请求与解析

Posted 2022-12-10 白玉梁

安装网络请求模块：Requests

pip install requests

是否似曾相识？是否想起了nodejs？

简单测试：

先导入requests模块：

import requests

get请求：

response = requests.get("https://www.baidu.com")
print(response)

结果：

说明已经请求成功了，我们可以在编辑器中查看response中都有什么：

打印response.text：

这个就是百度首页内容，不过乱码了，别着急，加上这一步：

response = requests.get("https://www.baidu.com")
response.encoding = response.apparent_encoding
print(response.text)

OK！是不是灰常简单？

当然，requests不仅仅支持get，同样也支持post，put，delete等：

在具体使用不同请求方式时，同样也支持headler，param等等：

requests.get("https://www.baidu.com",headers=,params=)

这是网络请求框架必不可少的！

我们以360图片接口为例，进行分页请求：http://wallpaper.apc.360.cn/index.php?c=WallPaperAndroid&a=getAppsByCategory&cid=9&start=0&count=99

当然，我们可以直接通过get请求该链接，也可以通过post请求并传入参数：

params = 
    'c': 'WallPaperandroid',
    'a': 'getAppsByCategory',
    'cid': 9,
    'start': 0,
    'count': 10

response = requests.post("http://wallpaper.apc.360.cn/index.php", params=params)
print(response.text)

请求结果（json格式）：

解析json：

json_data = json.loads(response.text)
print('errno=%s,errmsg=%s' % (json_data['errno'], json_data['errmsg']))
list = json_data['data']
print("count=" + str(len(list)))

结果：

注意：print打印log时，字符串后面使用+拼接参数时只能时字符串类型，所以需要用str()将int类型转为string类型！

好了，json格式的解析完了，如果我想去解析网页该怎么做呢？我很早以前使用java解析网页时，用到一个工具叫jsoup，相信也有不少同学用过，它时直接按xml格式解析，各种node，element…

python一样有类似且强大的网页解析工具： BeautifulSoup。（注：python原生带有xml-sax，xml-dom解析器，但好不好用需要自己体会了！）

BeautifulSoup使用文档

BeautifulSoup优缺点：

我们一般在解析网页数据时，就是用的第二种：BeautifulSoup(markup, “lxml”)！

安装BeautifulSoup：pip install bs4

简单测试，以百度首页为例：

from bs4 import BeautifulSoup

response = requests.get("https://www.baidu.com")
response.encoding = response.apparent_encoding
print(response.text)
soup = BeautifulSoup(response.text, "lxml")
title = soup.find(name='title').text  # 也可以省略name：soup.find('title')
print(title)

执行报错：

Couldn't find a tree builder with the features you requested: lxml. 
Do you need to install a parser library?

解决方案：

1.安装virtualenv：
pip install virtualenv

1.安装lxml：
pip install lxml

再次执行py程序，结果：