初识requests

Make a Request

一开始要导入 Requests 模块：

>>> import requests

然后，尝试获取某个网页。本例子中，我们来获取 Github 的公共时间线：

>>> r = requests.get('https://api.github.com/events')

现在，我们有一个名为 r 的 Response 对象。我们可以从这个对象中获取所有我们想要的信息。

Requests 简便的 API 意味着所有 HTTP 请求类型都是显而易见的。例如，你可以这样发送一个 HTTP POST 请求：

>>> r = requests.post('http://httpbin.org/post', data = {'key':'value'})

漂亮，对吧？那么其他 HTTP 请求类型：PUT，DELETE，HEAD 以及 OPTIONS 又是如何的呢？都是一样的简单：

>>> r = requests.put('http://httpbin.org/put', data = {'key':'value'})
>>> r = requests.delete('http://httpbin.org/delete')
>>> r = requests.head('http://httpbin.org/get')
>>> r = requests.options('http://httpbin.org/get')

都很不错吧，但这也仅是 Requests 的冰山一角呢。

传递 URL 参数

你也许经常想为 URL 的查询字符串(query string)传递某种数据。如果你是手工构建 URL，那么数据会以键/值对的形式置于 URL 中，跟在一个问号的后面。例如， httpbin.org/get?key=val。 Requests 允许你使用 params 关键字参数，以一个字符串字典来提供这些参数。举例来说，如果你想传递 key1=value1 和 key2=value2 到 httpbin.org/get ，那么你可以使用如下代码：

>>> payload = {'key1': 'value1', 'key2': 'value2'}
>>> r = requests.get("http://httpbin.org/get", params=payload)

通过打印输出该 URL，你能看到 URL 已被正确编码：

>>> print(r.url)
http://httpbin.org/get?key2=value2&key1=value1

注意字典里值为 None 的键都不会被添加到 URL 的查询字符串里。

你还可以将一个列表作为值传入：

>>> payload = {'key1': 'value1', 'key2': ['value2', 'value3']}

>>> r = requests.get('http://httpbin.org/get', params=payload)
>>> print(r.url)
http://httpbin.org/get?key1=value1&key2=value2&key2=value3

响应内容

我们能读取服务器响应的内容。再次以 GitHub 时间线为例：

>>> import requests
>>> r = requests.get('https://api.github.com/events')
>>> r.text
u'[{"repository":{"open_issues":0,"url":"https://github.com/...

Requests 会自动解码来自服务器的内容。大多数 unicode 字符集都能被无缝地解码。

请求发出后，Requests 会基于 HTTP 头部对响应的编码作出有根据的推测。当你访问 r.text 之时，Requests 会使用其推测的文本编码。你可以找出 Requests 使用了什么编码，并且能够使用 r.encoding 属性来改变它：

>>> r.encoding
'utf-8'
>>> r.encoding = 'ISO-8859-1'

如果你改变了编码，每当你访问 r.text ，Request 都将会使用 r.encoding 的新值。你可能希望在使用特殊逻辑计算出文本的编码的情况下来修改编码。比如 HTTP 和 XML 自身可以指定编码。这样的话，你应该使用 r.content 来找到编码，然后设置 r.encoding 为相应的编码。这样就能使用正确的编码解析 r.text 了。

在你需要的情况下，Requests 也可以使用定制的编码。如果你创建了自己的编码，并使用 codecs 模块进行注册，你就可以轻松地使用这个解码器名称作为 r.encoding 的值， 然后由 Requests 来为你处理编码。

二进制响应内容

你也能以字节的方式访问请求响应体，对于非文本请求：

>>> r.content
b'[{"repository":{"open_issues":0,"url":"https://github.com/...

Requests 会自动为你解码 gzip 和 deflate 传输编码的响应数据。

例如，以请求返回的二进制数据创建一张图片，你可以使用如下代码：

>>> from PIL import Image
>>> from io import BytesIO

>>> i = Image.open(BytesIO(r.content))

JSON 响应内容

Requests 中也有一个内置的 JSON 解码器，助你处理 JSON 数据：

>>> import requests

>>> r = requests.get('https://api.github.com/events')
>>> r.json()
[{u'repository': {u'open_issues': 0, u'url': 'https://github.com/...

如果 JSON 解码失败， r.json() 就会抛出一个异常。例如，响应内容是 401 (Unauthorized)，尝试访问 r.json() 将会抛出 ValueError: No JSON object could be decoded 异常。

需要注意的是，成功调用 r.json() 并**不**意味着响应的成功。有的服务器会在失败的响应中包含一个 JSON 对象（比如 HTTP 500 的错误细节）。这种 JSON 会被解码返回。要检查请求是否成功，请使用 r.raise_for_status() 或者检查 r.status_code 是否和你的期望相同。

原始响应内容

在罕见的情况下，你可能想获取来自服务器的原始套接字响应，那么你可以访问 r.raw。 如果你确实想这么干，那请你确保在初始请求中设置了 stream=True。具体你可以这么做：

>>> r = requests.get('https://api.github.com/events', stream=True)
>>> r.raw
<requests.packages.urllib3.response.HTTPResponse object at 0x101194810>
>>> r.raw.read(10)
'x1fx8bx08x00x00x00x00x00x00x03'

但一般情况下，你应该以下面的模式将文本流保存到文件：

with open(filename, 'wb') as fd:
    for chunk in r.iter_content(chunk_size=128):
        fd.write(chunk)

使用Response.iter_content将处理很多您Response.raw直接使用时要处理的内容。流式下载时，以上是检索内容的首选和推荐方法。请注意，chunk_size可以随意调整为更适合您的用例的数字。

注意：

有关使用Response.iter_contentvs的重要说明Response.raw。 Response.iter_content将自动解码gzip和deflate 传输编码。 Response.raw是原始的字节流–它不会转换响应内容。如果您确实需要访问返回的字节，请使用Response.raw。

自定义请求头

如果您想向请求中添加HTTP标头，只需将参数传递给dict即可 headers。

例如，在上一个示例中，我们没有指定用户代理：

>>> url = 'https://api.github.com/some/endpoint'
>>> headers = {'user-agent': 'my-app/0.0.1'}

>>> r = requests.get(url, headers=headers)

注意：自定义标头的优先级低于更具体的信息源。例如：

  • 如果.netrc中指定了凭据，则设置为headers=的授权头将被覆盖，而auth=参数又将覆盖该凭据。请求将在~/.netrc、~/_netrc或netrc环境变量指定的路径中搜索netrc文件。
  • 如果被重定向到别的主机，授权 header 就会被删除。
  • URL中提供的代理凭据将覆盖代理授权头Proxy-Authorization。
  • 当我们可以确定内容的长度时，Content-Length标头将被覆盖。

此外，“请求”根本不会根据指定的自定义标头更改其行为。标头只是传递到最终请求中。

注意:所有头值必须是字符串，字节字符串，或unicode。在允许的情况下，建议避免传递unicode头值。

更加复杂的 POST 请求

通常，你想要发送一些编码为表单形式的数据——非常像一个 HTML 表单。要实现这个，只需简单地传递一个字典给 data 参数。你的数据字典在发出请求时会自动编码为表单形式：

>>> payload = {'key1': 'value1', 'key2': 'value2'}

>>> r = requests.post("http://httpbin.org/post", data=payload)
>>> print(r.text)
{
  ...
  "form": {
    "key2": "value2",
    "key1": "value1"
  },
  ...
}

你还可以为 data 参数传入一个元组列表。在表单中多个元素使用同一 key 的时候，这种方式尤其有效：

>>> payload_tuples = [('key1', 'value1'), ('key1', 'value2')]
>>> r1 = requests.post('https://httpbin.org/post', data=payload_tuples)      # 2.18版本&2.25版本
>>> payload_dict = {'key1': ['value1', 'value2']}
>>> r2 = requests.post('https://httpbin.org/post', data=payload_dict)         # 2.25版本
>>> print(r1.text)
{
  ...
  "form": {
    "key1": [
      "value1",
      "value2"
    ]
  },
  ...
}
>>> r1.text == r2.text
True   # 2.18版本False

很多时候你想要发送的数据并非编码为表单形式的。如果你传递一个 string 而不是一个 dict，那么数据会被直接发布出去。

例如，Github API v3 接受编码为 JSON 的 POST/PATCH 数据：

>>> import json

>>> url = 'https://api.github.com/some/endpoint'
>>> payload = {'some': 'data'}

>>> r = requests.post(url, data=json.dumps(payload))

此处除了可以自行对 dict 进行编码，你还可以使用 json 参数直接传递，然后它就会被自动编码。这是 2.4.2 版的新加功能：

>>> url = 'https://api.github.com/some/endpoint'
>>> payload = {'some': 'data'}
>>> r = requests.post(url, json=payload)

注意，如果传递了数据或文件，json参数将被忽略。

在请求中使用json参数将把header中的Content-Type更改为application/json。

POST一个多部分编码(Multipart-Encoded)的文件

Requests 使得上传多部分编码文件变得很简单：

>>> url = 'http://httpbin.org/post'
>>> files = {'file': open('report.xls', 'rb')}

>>> r = requests.post(url, files=files)
>>> r.text
{
  ...
  "files": {
    "file": "<censored...binary...data>"
  },
  ...
}

你可以显式地设置文件名，文件类型和请求头：

>>> url = 'http://httpbin.org/post'
>>> files = {'file': ('report.xls', open('report.xls', 'rb'), 'application/vnd.ms-excel', {'Expires': '0'})}

>>> r = requests.post(url, files=files)
>>> r.text
{
  ...
  "files": {
    "file": "<censored...binary...data>"
  },
  ...
}

如果你想，你也可以发送作为文件来接收的字符串：

>>> url = 'http://httpbin.org/post'
>>> files = {'file': ('report.csv', 'some,data,to,send
another,row,to,send
')}

>>> r = requests.post(url, files=files)
>>> r.text
{
  ...
  "files": {
    "file": "some,data,to,send\nanother,row,to,send\n"
  },
  ...
}

如果你发送一个非常大的文件作为 multipart/form-data 请求，你可能希望将请求做成数据流。默认下 requests 不支持, 但有个第三方包 requests-toolbelt 是支持的。你可以阅读 toolbelt 文档 来了解使用方法。

在一个请求中发送多文件参考 高级用法 一节。

警告

我们强烈建议你用二进制模式(binary mode)打开文件。这是因为 Requests 可能会试图为你提供 Content-Length header，在它这样做的时候，这个值会被设为文件的字节数（bytes）。如果用文本模式(text mode)打开文件，就可能会发生错误。

响应状态码

我们可以检测响应状态码：

>>> r = requests.get('http://httpbin.org/get')
>>> r.status_code
200

为方便引用，Requests还附带了一个内置的状态码查询对象：

>>> r.status_code == requests.codes.ok
True

如果发送了一个错误请求(一个 4XX 客户端错误，或者 5XX 服务器错误响应)，我们可以通过 Response.raise_for_status() 来抛出异常：

>>> bad_r = requests.get('http://httpbin.org/status/404')
>>> bad_r.status_code
404

>>> bad_r.raise_for_status()
Traceback (most recent call last):
  File "requests/models.py", line 832, in raise_for_status
    raise http_error
requests.exceptions.HTTPError: 404 Client Error

但是，由于我们的例子中 r 的 status_code 是 200 ，当我们调用 raise_for_status() 时，得到的是：

>>> r.raise_for_status()
None

一切都挺和谐哈。

响应头

我们可以查看以一个 Python 字典形式展示的服务器响应头：

>>> r.headers
{
    'content-encoding': 'gzip',
    'transfer-encoding': 'chunked',
    'connection': 'close',
    'server': 'nginx/1.0.4',
    'x-runtime': '148ms',
    'etag': '"e1ca502697e5c9317743dc078f67693f"',
    'content-type': 'application/json'
}

但是这个字典比较特殊：它是仅为 HTTP 头部而生的。根据 RFC 2616， HTTP 头部是大小写不敏感的。

因此，我们可以使用任意大写形式来访问这些响应头字段：

>>> r.headers['Content-Type']
'application/json'

>>> r.headers.get('content-type')
'application/json'

它还有一个特殊点，那就是服务器可以多次接受同一 header，每次都使用不同的值。但 Requests 会将它们合并，这样它们就可以用一个映射来表示出来，参见 RFC 7230:

A recipient MAY combine multiple header fields with the same field name into one "field-name: field-value" pair, without changing the semantics of the message, by appending each subsequent field value to the combined field value in order, separated by a comma.

接收者可以合并多个相同名称的 header 栏位，把它们合为一个 "field-name: field-value" 配对，将每个后续的栏位值依次追加到合并的栏位值中，用逗号隔开即可，这样做不会改变信息的语义。

重定向与请求历史

默认情况下，除了 HEAD, Requests 会自动处理所有重定向。

可以使用响应对象的 history 方法来追踪重定向。

Response.history 是一个 Response 对象的列表，为了完成请求而创建了这些对象。这个对象列表按照从最老到最近的请求进行排序。

例如，Github 将所有的 HTTP 请求重定向到 HTTPS：

>>> r = requests.get('http://github.com')

>>> r.url
'https://github.com/'

>>> r.status_code
200

>>> r.history
[<Response [301]>]

如果你使用的是GET、OPTIONS、POST、PUT、PATCH 或者 DELETE，那么你可以通过 allow_redirects 参数禁用重定向处理：

>>> r = requests.get('http://github.com', allow_redirects=False)
>>> r.status_code
301
>>> r.history
[]

如果你使用了 HEAD，你也可以启用重定向：

>>> r = requests.head('http://github.com', allow_redirects=True)
>>> r.url
'https://github.com/'
>>> r.history
[<Response [301]>]

超时

你可以告诉 requests 在经过以 timeout 参数设定的秒数时间之后停止等待响应。基本上所有的生产代码都应该使用这一参数。如果不使用，你的程序可能会永远失去响应：

>>> 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)

注意

timeout不是整个响应下载的时间限制；相反，如果服务器timeout几秒钟未发出响应（更确切地说，如果几秒钟内未在基础套接字上接收到任何字节），则会引发异常timeout。如果未明确指定超时，则请求不会超时。

错误与异常

遇到网络问题（如：DNS 查询失败、拒绝连接等）时，Requests 会抛出一个 ConnectionError 异常。

如果 HTTP 请求返回了不成功的状态码， Response.raise_for_status() 会抛出一个 HTTPError 异常。

若请求超时，则抛出一个 Timeout 异常。

若请求超过了设定的最大重定向次数，则会抛出一个 TooManyRedirects 异常。

所有Requests显式抛出的异常都继承自 requests.exceptions.RequestException 。





添加请求头
req = requests.get(url, headers=range_header)
#!/usr/bin/env python3
# -*- coding:utf-8 -*-
#  @Time: 2020/12/16 10:42
#  @Author:zhangmingda
#  @File: requests_multi_download.py
#  @Software: PyCharm
#  Description: 使用requests 模块 实现多线程下载某个文件测试

from concurrent.futures import ThreadPoolExecutor, as_completed
import requests
import json
import math
import os
import requests


class DownLoader(object):
    def __init__(self):
        self.part_size = 1024 * 1024 * 10  # 分块下载大小
        self.part_thread_num = 10
        self.BUFFER_SIZE = 64 * 1024

    def download_part(self, url, part_filename, offset, end_bytes):
        """
        :param encode_url:经过URL编码的网络地址
        :param part_filename: 文件块儿名字
        :param offset: 下载字节起始点(包含)
        :param end_bytes: 下载字节结束点(包含)
        :return: (下载结果)
        """
        # 构造请求头
        range_header = {
            'Range': 'bytes=%s-%s' % (offset, end_bytes)
        }
        print(range_header)
        cur_task_ret = False
        expected_file_size = end_bytes - offset + 1
        part_req = requests.get(url, headers=range_header)

        with open(part_filename, 'wb') as local_part_fd:
            local_part_fd.write(part_req.content)
        if expected_file_size == os.stat(part_filename).st_size:
            print('%s 与预期块儿文件大小相符' % part_filename)
            cur_task_ret = True
            # break
        else:
            print('%s 与预期块儿文件大小 不符,预期%s字节,实际得到%s 字节' % (
            part_filename, expected_file_size, os.stat(part_filename).st_size))

        return {part_filename: cur_task_ret}

    def download(self, url):
        finally_filename = os.path.basename(url)

        # 发起请求并且获取内容长度

        with requests.get(url, stream=True) as r:
            length = r.headers.get("Content-Length")
            length = int(length)
            print(type(length))
            print('length:', length)

        # 分块任务列表
        thread_list = []
        # 每个块儿下载的结果
        multi_chunk_download_result = {}
        chunk_size = self.part_size
        # 计算需要下载的块儿个数
        chunk_count = int(math.ceil(length / float(chunk_size)))
        pool_args_list = []

        # 计算每个块儿请求的字节范围
        for i in range(chunk_count):
            offset = chunk_size * i
            end_bytes = min(chunk_size * (i + 1), length) - 1
            # 将一个文件划分的所有块儿任务，添加到任务列表
            part_num = i + 1
            part_filename = finally_filename + '.' + str(part_num)
            # 每个块儿请求的范围，块儿名字，加到线程参数列表
            # pool_args_list.append((encode_url, part_filename, offset, end_bytes))
            pool_args_list.append((url, part_filename, offset, end_bytes))

        # ********开始多线程下载数据，并获取下载结果**************
        # 构建线程池实例
        tp = ThreadPoolExecutor(max_workers=self.part_thread_num)
        # 全部添加到任务队列开始处理
        [thread_list.append(tp.submit(self.download_part, *args)) for args in pool_args_list]
        # 等待所有线程结束，获取全部线程的执行结果
        [multi_chunk_download_result.update(part_thread.result()) for part_thread in as_completed(thread_list)]

        # 下载总结
        print('下载总结')
        # 如果任务数和块儿数对不上，报一下出入
        if len(multi_chunk_download_result) != chunk_count:
            raise RuntimeError(
                "%s part miss,expect=%d,actual=%d" % (finally_filename, chunk_count, len(multi_chunk_download_result)))
        # 如果任务都完毕，检查是否有失败的块儿
        for item in multi_chunk_download_result.keys():
            if not multi_chunk_download_result[item]:
                raise RuntimeError("%s part upload has fail" % item)
        # 都OK 整合文件
        with open(finally_filename, 'wb') as local_fd:
            for i in range(chunk_count):
                part_filename = finally_filename + '.' + str(i + 1)
                with open(part_filename, 'rb') as part_fd:
                    while True:
                        bytes_data = part_fd.read(self.BUFFER_SIZE)
                        if not bytes_data:
                            break
                        local_fd.write(bytes_data)

        if length == os.stat(finally_filename).st_size:
            print('%s  下载完成，文件大小相符' % finally_filename)
            for part_filename in multi_chunk_download_result.keys():
                os.remove(part_filename)
        else:
            print('%s  下载完成，但大小不符,content_length:%s  下载后大小 %s' % (finally_filename, length,os.stat(finally_filename).st_size ))


if __name__ == '__main__':
    downloader = DownLoader()
    url = 'https://xxxxxxxxxxxxx.mp4'
    print(url)
    downloader.download(url)
流式下载
req = requests.get(url, stream=True, headers=range_header)
#!/usr/bin/env python3
# -*- coding:utf-8 -*-
#  @Time: 2020/12/16 10:42
#  @Author:zhangmingda
#  @File: requests_multi_download.py
#  @Software: PyCharm
#  Description: 使用requests 模块 实现多线程下载某个文件测试

from concurrent.futures import ThreadPoolExecutor, as_completed
import requests
import json
import math
import os
import requests


class DownLoader(object):
    def __init__(self):
        self.part_size = 1024 * 1024 * 10  # 分块下载大小
        self.part_thread_num = 10
        self.BUFFER_SIZE = 64 * 1024

    def download_part(self, url, part_filename, offset, end_bytes):
        """
        :param encode_url:经过URL编码的网络地址
        :param part_filename: 文件块儿名字
        :param offset: 下载字节起始点(包含)
        :param end_bytes: 下载字节结束点(包含)
        :return: (下载结果)
        """
        # 构造请求头
        range_header = {
            'Range': 'bytes=%s-%s' % (offset, end_bytes)
        }
        print(range_header)
        cur_task_ret = False
        expected_file_size = end_bytes - offset + 1
        part_req = requests.get(url, stream=True, headers=range_header)

        with open(part_filename, 'wb') as local_part_fd:
            for data in part_req.iter_content(chunk_size=32):
                local_part_fd.write(data)
        if expected_file_size == os.stat(part_filename).st_size:
            print('%s 与预期块儿文件大小相符' % part_filename)
            cur_task_ret = True
            # break
        else:
            print('%s 与预期块儿文件大小 不符,预期%s字节,实际得到%s 字节' % (
            part_filename, expected_file_size, os.stat(part_filename).st_size))

        return {part_filename: cur_task_ret}

    def download(self, url):
        finally_filename = os.path.basename(url)

        # 发起请求并且获取内容长度

        with requests.get(url, stream=True) as r:
            length = r.headers.get("Content-Length")
            length = int(length)
            print(type(length))
            print('length:', length)

        # 分块任务列表
        thread_list = []
        # 每个块儿下载的结果
        multi_chunk_download_result = {}
        chunk_size = self.part_size
        # 计算需要下载的块儿个数
        chunk_count = int(math.ceil(length / float(chunk_size)))
        pool_args_list = []

        # 计算每个块儿请求的字节范围
        for i in range(chunk_count):
            offset = chunk_size * i
            end_bytes = min(chunk_size * (i + 1), length) - 1
            # 将一个文件划分的所有块儿任务，添加到任务列表
            part_num = i + 1
            part_filename = finally_filename + '.' + str(part_num)
            # 每个块儿请求的范围，块儿名字，加到线程参数列表
            # pool_args_list.append((encode_url, part_filename, offset, end_bytes))
            pool_args_list.append((url, part_filename, offset, end_bytes))

        # ********开始多线程下载数据，并获取下载结果**************
        # 构建线程池实例
        tp = ThreadPoolExecutor(max_workers=self.part_thread_num)
        # 全部添加到任务队列开始处理
        [thread_list.append(tp.submit(self.download_part, *args)) for args in pool_args_list]
        # 等待所有线程结束，获取全部线程的执行结果
        [multi_chunk_download_result.update(part_thread.result()) for part_thread in as_completed(thread_list)]

        # 下载总结
        print('下载总结')
        # 如果任务数和块儿数对不上，报一下出入
        if len(multi_chunk_download_result) != chunk_count:
            raise RuntimeError(
                "%s part miss,expect=%d,actual=%d" % (finally_filename, chunk_count, len(multi_chunk_download_result)))
        # 如果任务都完毕，检查是否有失败的块儿
        for item in multi_chunk_download_result.keys():
            if not multi_chunk_download_result[item]:
                raise RuntimeError("%s part upload has fail" % item)
        # 都OK 整合文件
        with open(finally_filename, 'wb') as local_fd:
            for i in range(chunk_count):
                part_filename = finally_filename + '.' + str(i + 1)
                with open(part_filename, 'rb') as part_fd:
                    while True:
                        bytes_data = part_fd.read(self.BUFFER_SIZE)
                        if not bytes_data:
                            break
                        local_fd.write(bytes_data)

        if length == os.stat(finally_filename).st_size:
            print('%s  下载完成，文件大小相符' % finally_filename)
            for part_filename in multi_chunk_download_result.keys():
                os.remove(part_filename)
        else:
            print('%s  下载完成，但大小不符,content_length:%s  下载后大小 %s' % (finally_filename, length,os.stat(finally_filename).st_size ))


if __name__ == '__main__':
    downloader = DownLoader()
    url = 'https://XXXXXXXXXXXXXX.mp4'
    print(url)
    downloader.download(url)
【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/zhangmingda/p/14165162.html