转: python requests的安装与简单运用

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了转: python requests的安装与简单运用相关的知识,希望对你有一定的参考价值。

 

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。

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"...
...

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")

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
uhttp://www.baidu.com/s?rn=100&wd=%E5%BC%A0%E4%BA%9A%E6%A5%A0

# 上面wd=的乱码就是“张亚楠”的转码形式。(好像参数按照首字母进行了排序。)

3.3 获取响应内容

可以通过r.text来获取网页的内容。

>>> 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jsonsimplejson,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?ip=122.88.60.28)
>>>r.json()[data][country]
中国

3.6 网页状态码

我们可以用r.status_code来检查网页的状态码

>>>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?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN)
>>>r.url
uhttp://www.zhidaow.com/
>>>r.status_code
200

前两个例子很正常,能正常打开的返回200,不能正常打开的返回404。但第三个就有点奇怪了,

那个是百度搜索结果中的302跳转地址,但状态码显示是200,接下来我用了一招让他原形毕露:

>>>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?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN, allow_redirects = False)
>>>r.status_code
302

只要加上一个参数allow_redirects,禁止了跳转,就直接出现跳转的状态码了,好用吧?

我也利用这个在最后一掌做了个简单的获取网页状态码的小应用,原理就是这个

3.7 响应头内容

可以通过r.headers来获取响应头内容。

>>>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:[email protected]: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?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN)
#302
print get_status(http://www.huiya56.com/com8.intre.asp?46981.html)
#500

 

4.2 例子

#!/bin/env python
#-*- encoding=utf8 -*-
import hashlib
import time

import requests
import json

SCRET = ‘  # 签名密钥
API_KEY = ‘  # 签名的key
def post(): headers = { User-Agent: Web Client/1.0.0, Content-Type: application/json } data = {} data[apikey] = API_KEY data[timestamp] = str(time.time()) data[mobile] = xxxx
# ----- 签名 start -------- # # to_sign
= ‘‘.join([‘%s%s‘ % (each_key, data[each_key]) for each_key in sorted(data.keys())]) # to_sign = SCRET + to_sign + SCRET # sign = hashlib.md5(to_sign).hexdigest() # data[‘sign‘] = sign.upper()    # --------- end -----------#
url
= "http://www.xxxxx.com" body = json.dumps(data, ensure_ascii=False, encoding=utf8).encode(utf8) r = requests.post(url, data=body, headers=headers) response = json.loads(r.text) print json.dumps(response, ensure_ascii=False, encoding=utf8) if __name__ == __main__: post()

 

 

后记

1、官方文档
requests的具体安装过程请看:http://docs.python-requests.org/en/latest/user/install.html#install
requests的官方指南文档:http://docs.python-requests.org/en/latest/user/quickstart.html
requests的高级指南文档:http://docs.python-requests.org/en/latest/user/advanced.html#advanced
2、本文内容部分翻译自官方文档,部分自己归纳。
3、大多数用的IDLE格式,累死了,下次直接用编辑器格式,这样更符合我的习惯。
4、还是那句话,有问题留言或email。
5、图注:requests官方文档上的一只老鳖。

转载出处:http://www.zhidaow.com/post/python-requests-install-and-brief-introduction

 



























以上是关于转: python requests的安装与简单运用的主要内容,如果未能解决你的问题,请参考以下文章

python requests的安装与简单运用

python requests的安装与简单运用

(转)python request用法

资深程序员带你完全熟练掌握Requests以及它的安装与简单运用!

Python 3.X 要使用urllib.request 来抓取网络资源。转

Python 3.X 要使用urllib.request 来抓取网络资源。转