requests库
python中requests库使用方法详解
官方文档
requests的具体安装过程请看：docs.pythonrequests/en/latest/user/install#install
requests的官方指南文档：docs.pythonrequests/en/latest/user/quickstart
requests的高级指南文档：docs.pythonrequests/en/latest/user/advanced#advanced
什么是Requests
Requests 是?ython语?编写，基于urllib，采?Apache2 Licensed开源协议的 HTTP 库。它? urllib 更加?便，
可以节约我们?量的?作，完全满?HTTP测试需求。
?句话——Python实现的简单易?的HTTP库
安装Requests库
进入命令行win+R执行
命令：pip install requests
项目导入：import requests
各种请求方式
直接上代码，不明白可以查看我的urllib的基本使用方法
import requests
requests.post('httpbin/post')
requests.put('httpbin/put')
requests.delete('httpbin/delete')
requests.head('httpbin/get')
requests.options('httpbin/get')
这么多请求方式，都有什么含义，所以问下度娘：
GET： 请求指定的页面信息，并返回实体主体。
HEAD： 只请求页面的首部。
POST： 请求服务器接受所指定的文档作为对所标识的URI的新的从属实体。
PUT： 从客户端向服务器传送的数据取代指定的文档的内容。
DELETE： 请求服务器删除指定的页面。
get 和 post比较常见 GET请求将提交的数据放置在HTTP请求协议头中
POST提交的数据则放在实体数据中
基本的GET请求
import requests
response = requests.get('httpbin/get')
print(response.text)
返回值：
,
"headers": ,
"origin": "183.64.61.29",
"url": "httpbin/get"
}
（4）、获取二进制数据
记住返回值ontent就ok了
import requests
response = requests.get("github/favicon.ico")
print(type(response.text), type(responseontent))
print(response.text)
print(responseontent)
带参数的GET请求
将name和age传进去
import requests
response = requests.get("httpbin/get?name=germey&age=22")
print(response.text)
,
"headers": ,
"origin": "183.64.61.29",
"url": "httpbin/get?name=germey&age=22"
}
或者使用params的方法：
import requests
data =
response = requests.get("httpbin/get", params=data)
print(response.text)
返回值一样
返回值为二进制不必再进行展示，
解析json
将返回值已json的形式展示：
import requests
import json
response = requests.get("httpbin/get")
print(type(response.text))
print(response.json())
print(json.loads(response.text))
print(type(response.json()))
返回值：
<class 'str'>
, 'headers': , 'origin': '183.64.61.29', 'url': 'httpbin/get'}
, 'headers': , 'origin': '183.64.61.29', 'url': 'httpbin/get'}
<class 'dict'>
添加headers
有些网站访问时必须带有浏览器等信息，如果不传入headers就会报错，如下
import requests
response = requests.get("zhihu/explore")
print(response.text)
返回值：
<html><body><h1>500 Server Error</h1>
An internal server error occured.
</body></html>
当传入headers时：
import requests
headers =
response = requests.get("zhihu/explore", headers=headers)
print(response.text)
成功返回网页源代码不做展示
基本POST请求
不明白见urllib的使用方法
import requests
data =
response = requests.post("httpbin/post", data=data)
print(response.text)
返回：
,
"data": "",
"files": ,
"form": ,
"headers": ,
"json": null,
"origin": "183.64.61.29",
"url": "httpbin/post"
}
响应
response属性
import requests
response = requests.get('jianshu')
print(type(response.status_code), response.status_code)
print(type(response.headers), response.headers)
print(type(responseookies), responseookies)
print(type(response.url), response.url)
print(type(response.history), response.history)
return：
<class 'int'> 200
<class 'requests.structuresaseInsensitiveDict'>
<class 'requestsookies.RequestsCookieJar'> <RequestsCookieJar[<Cookie locale=zhCN for jianshu/>]>
<class 'str'> jianshu/
<class 'list'> [<Response [301]>]
状态码判断：常见的网页状态码：
100: ('continue',),
101: ('switching_protocols',),
102: ('processing',),
103: ('checkpoint',),
122: ('uri_too_long', 'request_uri_too_long'),
200: ('ok', 'okay', 'all_ok', 'all_okay', 'all_good', '\\o/', '?'),
201: ('created',),
202: ('accepted',),
203: ('non_authoritative_info', 'non_authoritative_information'),
204: ('no_content',),
205: ('reset_content', 'reset'),
206: ('partial_content', 'partial'),
207: ('multi_status', 'multiple_status', 'multi_stati', 'multiple_stati'),
208: ('already_reported',),
226: ('im_used',),
# Redirection.
300: ('multiple_choices',),
301: ('moved_permanently', 'moved', '\\o'),
302: ('found',),
303: ('see_other', 'other'),
304: ('not_modified',),
305: ('use_proxy',),
306: ('switch_proxy',),
307: ('temporary_redirect', 'temporary_moved', 'temporary'),
308: ('permanent_redirect','resume_incplete', 'resume',), # These 2 to be removed in 3.0
# Client Error.
: ('bad_request', 'bad'),
401: ('unauthorized',),
402: ('payment_required', 'payment'),
403: ('forbidden',),
404: ('not_found', 'o'),
405: ('method_not_allowed', 'not_allowed'),
406: ('not_acceptable',),
407: ('proxy_authentication_required', 'proxy_auth', 'proxy_authentication'),
408: ('request_timeout', 'timeout'),
409: ('conflict',),
410: ('gone',),
411: ('length_required',),
412: ('precondition_failed', 'precondition'),
413: ('request_entity_too_large',),
414: ('request_uri_too_large',),
415: ('unsupported_media_type', 'unsupported_media', 'media_type'),
416: ('requested_range_not_satisfiable', 'requested_range', 'range_not_satisfiable'),
417: ('expectation_failed',),
418: ('im_a_teapot', 'teapot', 'i_am_a_teapot'),
421: ('misdirected_request',),
422: ('unprocessable_entity', 'unprocessable'),
423: ('locked',),
424: ('failed_dependency', 'dependency'),
425: ('unordered_collection', 'unordered'),
426: ('upgrade_required', 'upgrade'),
428: ('precondition_required', 'precondition'),
429: ('too_many_requests', 'too_many'),
431: ('header_fields_too_large', 'fields_too_large'),
444: ('no_response', 'none'),
449: ('retry_with', 'retry'),
450: ('blocked_by_windows_parental_controls', 'parental_controls'),
451: ('unavailable_for_legal_reasons', 'legal_reasons'),
499: ('client_closed_request',),
# Server Error.
500: ('internal_server_error', 'server_error', '/o\\', '?'),
501: ('not_implemented',),
502: ('bad_gateway',),
503: ('service_unavailable', 'unavailable'),
504: ('gateway_timeout',),
505: ('http_version_not_supported', 'http_version'),
506: ('variant_also_negotiates',),
507: ('insufficient_storage',),
509: ('bandwidth_limit_exceeded', 'bandwidth'),
510: ('not_extended',),
511: ('network_authentication_required', 'network_auth', 'network_authentication'),
高级操作
文件上传
使用 Requests 模块，上传文件也是如此简单的，文件的类型会自动进行处理：
实例：
import requests
files =
response = requests.post("httpbin/post", files=files)
print(response.text)
这是通过测试网站做的一个测试，返回值如下：
,
"data": "",
"files": ,
"form": ,
"headers": ,
"json": null,
"origin": "183.64.61.29",
"url": "httpbin/post"
}
获取cookie
当需要cookie时，直接调用responseookieresponse为请求后的返回值)
import requests
response = requests.get("baidu")
print(responseookies)
for key, value in responseookies.items():
print(key + '=' + value)
输出结果：
<RequestsCookieJar[<Cookie BDORZ=27315 for .baidu/>]>
BDORZ=27315
会话维持、模拟登陆
如果某个响应中包含一些Cookie，你可以快速访问它们：
import requests
r = requests.get('google.hk/')
print(rookies['NID'])
print(tuple(rookies))
要想发送你的cookies到服务器，可以使用 cookies 参数：
import requests
url = 'httpbin/cookies'
cookies =
# 在Cookie Version 0中规定空格、方括号、圆括号、等于号、逗号、双引号、斜杠、问号、@，冒号，分号等
特殊符号都不能作为Cookie的内容。
r = requests.get(url, cookies=cookies)
print(r.json())
证书验证(SSL Cert Verification)
#证书验证(大部分网站都是https)
import requests
respone=requests.get('12306n') #如果是ssl请求,首先检查证书是否合法,不合法则报错,程序终端
#改进1:去掉报错,但是会报警告
import requests
respone=requests.get('12306n',verify=False) #不验证证书,报警告,返回200
print(respone.status_code)
#改进2:去掉报错,并且去掉警报信息
import requests
fr requests.packages import urllib3
urllib3.disable_warnings() #关闭警告
respone=requests.get('12306n',verify=False)
print(respone.status_code)
#改进3:加上证书
#很多网站都是https,但是不用证书也可以访问,大多数情况都是可以携带也可以不携带证书
#知乎\百度等都是可带可不带
#有硬性要求的,则必须带，比如对于定向的用户,拿到证书后才有权限访问某个特定网站
import requests
respone=requests.get('12306n',
cert=('/path/serverrt',
'/path/key'))
print(respone.status_code)
认证设置
#官网链接：docs.pythonrequests/en/master/user/authentication/
#认证设置:登陆网站是,弹出一个框,要求你输入用户名密码（与alter很类似），此时是无法获取html的
# 但本质原理是拼接成请求头发送
# r.headers['Authorization'] = _basic_auth_str(self.username, self.password)
# 一般的网站都不用默认的加密方式，都是自己写
# 那么我们就需要按照网站的加密方式，自己写一个类似于_basic_auth_str的方法
# 得到加密字符串后添加到请求头
# r.headers['Authorization'] =func('.....')
#看一看默认的加密方式吧，通常网站都不会用默认的加密设置
import requests
fr requests.auth import HTTPBasicAuth
r=requests.get('xxx',auth=HTTPBasicAuth('user','password'))
print(r.status_code)
#HTTPBasicAuth可以简写为如下格式
import requests
r=requests.get('xxx',auth=('user','password'))
print(r.status_code)
代理设置
在进行爬虫爬取时，有时候爬虫会被服务器给屏蔽掉，这时采用的方法主要有降低访问时间，通过代理ip访问，
如下：
import requests
proxies =
response = requests.get("taobao", proxies=proxies)
print(response.status_code)
ip可以从网上抓取，或者某宝购买
如果代理需要设置账户名和密码,只需要将字典更改为如下：
proxies =
如果你的代理是通过sokces这种方式则需要
pip install "requests[socks]"
proxies=
超时设置
访问有些网站时可能会超时，这时设置好timeout就可以解决这个问题
import requests
fr requests.exceptions import ReadTimeout
try:
response = requests.get("httpbin/get", timeout = 0.5)
print(response.status_code)
except ReadTimeout:
print('Timeout')
正常访问，状态吗返回200
认证设置
如果碰到需要认证的网站可以通过requests.auth模块实现
import requests
fr requests.auth import HTTPBasicAuth
response = requests.get("120.27.34.24:9001/",auth=HTTPBasicAuth("user","123"))
print(response.status_code)
当然这里还有一种方式
import requests
response = requests.get("120.27.34.24:9001/",auth=("user","123"))
print(response.status_code)
异常处理
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。
遇到罕见的无效HTTP响应时，Requests则会抛出一个 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 。
上传文件
import requests
files=
respone=requests.post('httpbin/post',files=files)
print(respone.status_code)
带参数的GET请求>headers
通常我们在发送请求时都需要带上请求头，请求头是将自身伪装成浏览器的关键，常见的有用的请求头如下
Host
Referer #大型网站通常都会根据该参数判断请求的来源
UserAgent #客户端
Cookie #Cookie信息虽然包含在请求头里，但requests模块有单独的参数来处理他，headers=内就不要放它了
添加headers(浏览器会识别请求头,不加可能会被拒绝访问,比如访问zhihu/explore)
import requests
response=requests.get('zhihu/explore')
response.status_code #500
#自己定制headers
headers=
respone=requests.get('zhihu/explore',
headers=headers)
print(respone.status_code) #200
带参数的GET请求>cookies
import requests
Cookies=
response=requests.get('github/settings/emails',
cookies=Cookies) #github对请求头没有什么限制，我们无需定制useragent，对于其他网站可能还需要定制
print('3034678@qq' in response.text) #True
发送post请求，模拟浏览器的登录行为
对于登录来说，应该输错用户名或密码然后分析抓包流程，用脑子想一想，输对了浏览器就跳转了，还分析个毛线，累死你也找不到包
自动登录gitbub（自己处理cookies））
'''
一 目标站点分析
浏览器输入github/login
然后输入错误的账号密码，抓包
发现登录行为是post提交到：github/session
而且请求头包含cookie
而且请求体包含：
cmit:Sign in
utf8:?
authenticity_token:lbI8IJCwGslZS8qJPnof5e7ZkCoSoMn6jmDTsL1r/m06NLyIbw7vCrpwrFAPzHMep3Tmf/TSJVoXWrvDZaVwxQ==
login:egonlin
password:123
二 流程分析
先GET：github/login拿到初始cookie与authenticity_token
返回POST：github/session， 带上初始cookie，带上请求体（authenticity_token，用户名，密码等）
最后拿到登录cookie
ps：如果密码时密文形式，则可以先输错账号，输对密码，然后到浏览器中拿到加密后的密码，github的密码是明文
'''
import requests
import re
#第一次请求
r1=requests.get('github/login')
r1_cookie=r1ookies.get_dict() #拿到初始cookie(未被授权)
authenticity_token=re.findall(r'name="authenticity_token".*?value="(.*?)"',r1.text)[0] #从页面中拿到CSRF TOKEN
#第二次请求：带着初始cookie和TOKEN发送POST请求给登录页面，带上账号密码
data=
r2=requests.post('github/session',
data=data,
cookies=r1_cookie
)
login_cookie=r2ookies.get_dict()
#第三次请求：以后的登录，拿着login_cookie就可以,比如访问一些个人配置
r3=requests.get('github/settings/emails',
cookies=login_cookie)
print('317828332@qq' in r3.text) #True
requests.session()自动帮我们保存cookie信息
import requests
import re
session=requests.session()
#第一次请求
r1=session.get('github/login')
authenticity_token=re.findall(r'name="authenticity_token".*?value="(.*?)"',r1.text)[0] #从页面中拿到CSRF TOKEN
#第二次请求
data=
r2=session.post('github/session',
data=data,
)
#第三次请求
r3=session.get('github/settings/emails')
print('317828332@qq' in r3.text) #True
补充json
json的用法
requests.post(url='xxxxxxxx',
data=) #没有指定请求头,#默认的请求头:application/xwwwformurlencoed
#如果我们自定义请求头是application/json,并且用data传值, 则服务端取不到值
requests.post(url='',
data=,
headers=)
requests.post(url='',
json=,
) #默认的请求头:application/json
json的用法
上一篇：selenium模块
pla文件怎么看，pla文件用什么打开？
pl1文件怎么看，pl1文件用什么打开？
pl文件怎么看，pl文件用什么打开？
pl0文件怎么看，pl0文件用什么打开？
pkt文件怎么看，pkt文件用什么打开？
pkm文件怎么看，pkm文件用什么打开？
pks文件怎么看，pks文件用什么打开？
pka文件怎么看，pka文件用什么打开？
pkh文件怎么看，pkh文件用什么打开？
pkg文件怎么看，pkg文件用什么打开？