Requests库的7个主要方法
requests.request()：构造一个请求，支持以下各方法的基础方法
requests.get()：获取HTML网页的主要方法，对应于HTTP的GET
requests.head():获取HTML网页头信息的方法，对应于HTTP的HEAD
requests.post():向HTML网页提交POST请求的方法，对应于HTTP的POST
requests.put():向HTML网页提交PUT请求的方法，对应于HTTP的PUT
requests.patch():向HTML网页提交局部修改请求，对应于HTTP的PATCH
requests.delete():向HTML网页提交删除请求，对应于HTTP的Delete
HTTP协议对资源的操作（6种）与以上方法一一对应
GET:请求URL位置的资源
HEAD：请求获取URL位置资源的响应消息报告，即获得该资源的头部信息
POST：请求向URL位置的资源后附加新的数据
PUT：请求向URL位置存储一个资源，覆盖原URL位置的资源
PATCH：请求局部更新URL位置的资源，即改变该处资源的部分内容
DELETE：请求删除URL位置存储的资源
【注】PATCH和PUT的区别
假设URL位置有一组数据UserInfo，包括UserID,UserName等20个字段
需求：用户修改了UserName，其他不变
*采用PATCH方法，仅向URL提交UserName的局部更新请求
*采用PUT方法，由于他会覆盖原有URL位置资源，
所以必须将所有20个字段一并提交到URL，未提交字段被删除
比较PATCH和PUT看出
Patch的最主要好处：节省网络带宽
HTTP协议：HypertextTransferProtocol,超文本传输协议
它是一个基于"请求与相应"模式的、
无状态的（第一次请求和第二次无相关关联）应用层协议
它一般采用URL作为网络资源的标识
URL是通过HTTP协议存取资源的Internet路径，一个URL对应一个数据资源
URL格式如下 http://host[:port][path]
host:合法的Internet主机域名或IP地址
port:端口号，缺省（默认）端口为80P
path:请求资源的路径
当我们向URLPOST一个字典或POST一个键值对时会默认地被存储到表单form的字段下
当我们向URLPOST字符串时会默认地被存储到data的字段下
服务器会根据提交的数据类型不同进行相关的整理
PUT方法相同，但是会把原有数据覆盖掉
'''
requests.request(method,url,**kwargs)
method:请求方式，对应get/put/post等7种
requests.request('GET',url,**kwargs)
requests.request('HEAD',url,**kwargs)
requests.request('POST',url,**kwargs)
requests.request('PUT',url,**kwargs)
requests.request('PATCH',url,**kwargs)
requests.request('delete',url,**kwargs)
requests.request('OPTIONS',url,**kwargs)
#向服务器获取一些与客户端打交道的参数，不与资源直接相关所以使用较少
url:拟获取页面的url链接
**kwargs：控制访问参数，共13个
'''
#显式定义的参数放在了形参里面，不怎么用的放在了可选里面
'''
###########################最常用
requests.get(url,params=None,**kwargs)
url:拟获取页面的url链接
params:url中的额外参数，字典或字节流格式，可选
**kwargs：12个控制访问参数（request方法中除了param之外的12个）
'''
'''
requests.head(url,**kwargs)
url:拟获取页面的url链接
**kwargs：13个控制访问参数
'''
'''
requests.post(url,data=None,json=None,**kwargs)
url:拟获取页面的url链接
data:字典、字节序列或文件，Request的内容
json:JSON格式的数据，Request的内容
**kwargs：11个控制访问参数（除了以上两个的11个）
'''
'''
requests.put(url,data=None,**kwargs)
url:拟获取页面的url链接
data:字典、字节序列或文件，Request的内容
**kwargs：12个控制访问参数（除了以上1个的12个）
'''
'''
requests.patch(url,data=None,**kwargs)
url:拟获取页面的url链接
data:字典、字节序列或文件，Request的内容
**kwargs：12个控制访问参数（除了以上1个的12个）
'''
'''
requests.delete(url,**kwargs)
url:拟获取页面的url链接
**kwargs：13个控制访问参数
'''
''' 爬取网页的通用代码框架 通用代码框架：一组代码，可以准确的爬取网页上的内容 用request库进行网页访问的时候经常用get函数 requests.get(url)获得url的相关内容 但是网络连接有风险 这样的语句并不是一定成立的，所以异常处理很重要 request库支持6种常用的连接异常 ''' #request.ConnectionError:网络连接异常，如DNS查询失败、拒绝连接等 #request.HTTPError:HTTP错误异常 #request.URLRequired:URL缺失异常 #request.TooManyRedirects:超过最大重定向次数，产生重定向异常 #request.ConnectTimeout:连接远程服务器超时异常 #request.TimeOut:请求URL超时，产生超时异常 ''' Response类与异常打交道的方法 r.raise_for_status():如果不是200，产生异常request.HTTPError 判断返回的response类型状态是不是200 ''' import requests def getHTMLText(url): try: r=requests.get(url,timeout = 30)#,timeout = 30 r.raise_for_status()#如果状态不是200，引发HTTPError异常 r.encoding = r.apparent_encoding #防乱码 return r.text except: return "产生异常" if __name__=="__main__": url="http://www.baidu.com" print(getHTMLText(url))
