requests的基本使用

Posted 2020-11-15 heimaguangzhou

1. requests相对比urllib优点
requests的底层实现就是urllib
requests在python2 和python3中通用，方法完全一样
requests简单易用
Requests能够自动帮助我们解压(gzip压缩的等)网页内容

2.requests的作用
作用：发送网络请求，返回响应数据

3. requests模块发送简单的请求、获取响应
需求：通过requests向百度首页发送请求，获取百度首页的数据
response = requests.get(url)
response的常用属性：
response.text
respones.content
response.status_code
response.request.headers
response.headers

3.1 response.text 和response.content的区别
response.text

类型：str
解码类型： 根据HTTP 头部对响应的编码作出有根据的推测，推测的文本编码
如何修改编码方式：response.encoding=”gbk”
response.content

类型：bytes
解码类型： 没有指定
如何修改编码方式：response.content.deocde(“utf8”)
获取网页源码的通用方式：

response.content.decode()
response.content.decode("GBK")
response.text
以上三种方法从前往后尝试，能够100%的解决所有网页解码的问题
更推荐使用response.content.deocde()的方式获取响应的html页面

4. 发送带header的请求
4.1 思考
对比浏览器上百度首页的网页源码和代码中的百度首页的源码，有什么不同？
代码中的百度首页的源码非常少，为什么？
4.2 为什么请求需要带上header？
模拟浏览器，欺骗服务器，获取和浏览器一致的内容
4.3 header的形式：字典
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"}
4.4 用法
requests.get(url,headers=headers)

5.发送带参数的请求
5.1 什么叫做请求参数：
错误的列1： http://www.webkaka.com/tutorial/server/2015/021013/
正确的例2：https://www.baidu.com/s?wd=python&c=b
5.2 参数的形式：字典
kw = {‘wd‘:‘长城‘}
5.3用法
requests.get(url,params=kw)
5.4 关于参数的注意点
在url地址中，很多参数是没有用的，比如百度搜索的url地址，其中参数只有一个字段有用，其他的都可以删除
对应的，在后续的爬虫中，越到很多参数的url地址，都可以尝试删除参数

更多技术资讯可关注：gzitcast