02-网络请求-requests库

网络请求

网络请求
- requests库

requests库

虽然Python的标准库中urlib模块已经包含了平常我们使用的大多数功能，但是它的API使用起来让人感觉不太好，而Requests宣传是“HTTP FOR Humans”，说明使用更简洁方便。

安装和文档地址

利用pip可以非常方便的安装

pip install requests

中文文档：
http://docs.python-requests.org/zh_CN/latest/index.html
github地址：
https://github.com/requests/requests

发送GET请求

最简单的发送get请求，就是通过requests.get来调用


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

添加headers和查询参数，如果想添加headers，可以传入headers参数来增加请求头中的headers信息。如果要将参数放在url中传递，可以利用params参数。


import requests

 kw = {'wd':'中国'}

 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"}

 # params 接收一个字典或者字符串的查询参数，字典类型自动转换为url编码，不需要urlencode()
 response = requests.get("http://www.baidu.com/s", params = kw, headers = headers)

 # 查看响应内容，response.text 返回的是Unicode格式的数据
 print(response.text)

 # 查看响应内容，response.content返回的字节流数据
 print(response.content)

 # 查看完整url地址
 print(response.url)

 # 查看响应头部字符编码
 print(response.encoding)

 # 查看响应码
 print(response.status_code)

response.text 和 response.content的区别

response.content:这个是直接从网络上面抓取的数据，没有经过任何的解码。所以是一个bytes类型。其实在硬盘上和在网络上传输的字符串都是bytes类型。
response.text:这个是str的数据类型，是requests库将response.content进行解码的字符串。解码需要指定一个编码方式，requests会根据自己的猜测来判断编码的方式。所以有时候会猜测错误，就会导致产生乱码。这个时候就应该使用 response.decode("utf-8") 来进行手动解码

发送POST请求

最基本的POST请求可以使用post方法


response = requests.post("http://www.baidu.com/",data=data)

传入data数据,这个时候就不用再使用urlencode进行编码了，直接传入一个字典进去就可以了。比如请求拉勾网的数据的代码：


 import requests

 url = "https://www.lagou.com/jobs/positionAjax.json?city=%E6%B7%B1%E5%9C%B3&needAddtionalResult=false&isSchoolJob=0"

 headers = {
     'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36',
     'Referer': 'https://www.lagou.com/jobs/list_python?labelWords=&fromSearch=true&suginput='
 }

 data = {
     'first': 'true',
     'pn': 1,
     'kd': 'python'
 }

 resp = requests.post(url,headers=headers,data=data)
 # 如果是json数据，直接可以调用json方法
 print(resp.json())

使用代理

使用requests添加代理也非常简单，只要在请求的方法中（比如get或者post）传递proxies参数就可以。


import requests

url = "http://httpbin.org/get"

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36',
}

proxy = {
    'http': '171.14.209.180:27829'
}

resp = requests.get(url,headers=headers,proxies=proxy)
with open('xx.html','w',encoding='utf-8') as fp:
    fp.write(resp.text)

如果在一个响应中包含cookie，那么可以利用cookies属性拿到这个返回的cookie值



import requests

url = "http://www.renren.com/PLogin.do"
data = {"email":"970138***@qq.com",'password':"pythonspider"}
resp = requests.get('http://www.baidu.com/')
print(resp.cookies)
print(resp.cookies.get_dict())

session

之前使用urlib库，是可以使用opener发送多个请求，多个请求之间是可以共享cookie的。那么如果使用requests，也要达到共享cookie的目的，那么可以使用requests库给我们提供的session对象。注意，这里的session不是web开发中的哪个session，这个地方只是一个会话对象而已。还是以登录人人网为例，使用requests来实现：

import requests

# resp = requests.get("https://www.baidu.com/")
# print(resp.cookies.get_dict())

url = "http://www.renren.com/PLogin.do"
data = {
    "email": "1365732***",
    "password" : "cheng158372****"
}
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36 Edg/89.0.774.57",
}

session = requests.Session()
session.post(url=url,data=data,headers=headers)
resp = session.get("http://www.renren.com/880151247/profile")
with open("renren.html","w",encoding="utf-8") as fp:
    fp.write(resp.text)

处理不信任的SSL证书

对于哪些已经被信任的SSL证书的网站，比如https://www.baidu.com/，那么使用requests直接就可以正常的返回响应。


resp = requests.get('http://www.12306.cn/mormhweb/',verify=False)
print(resp.content.decode('utf-8'))