Python-第三方库requests详解

以你之姓@ 2022-08-21 04:48 261阅读 0赞

Requests 是用**[Python][]**语言编写，基于 urllib，采用 Apache2 Licensed 开源协议的 HTTP 库。它比 urllib 更加方便，可以节约我们大量的工作，完全满足 HTTP 测试需求。Requests 的哲学是以 PEP 20 的习语为中心开发的，所以它比 urllib 更加 Pythoner。更重要的一点是它支持 Python3 哦！

希望我的博客对您有用。

**[阿里云最高1888通用代金券][1888]**，送给你！

*  Beautiful is better than ugly.(美丽优于丑陋)
 *  Explicit is better than implicit.(清楚优于含糊)
 *  Simple is better than complex.(简单优于复杂)
 *  Complex is better than complicated.(复杂优于繁琐)
 *  Readability counts.(重要的是可读性)

一、安装 Requests

通过pip安装

pip install requests

或者，下载代码后安装：

$ git clone git://github.com/kennethreitz/requests.git
    $ cd requests
    $ python setup.py install

再懒一点，通过IDE安装吧，如pycharm！

二、发送请求与传递参数

先来一个简单的例子吧！让你了解下其威力：

![复制代码][copycode.gif]

import requests
     
    r = requests.get(url='http://www.itwhy.org')    # 最基本的GET请求
    print(r.status_code)    # 获取返回状态
    r = requests.get(url='http://dict.baidu.com/s', params={'wd':'python'})   #带参数的GET请求
    print(r.url)
    print(r.text)   #打印解码后的返回数据

![复制代码][copycode.gif]

很简单吧！不但GET方法简单，其他方法都是统一的接口样式哦！

> requests.get(‘https://github.com/timeline.json’) \#GET请求  
> requests.post(“http://httpbin.org/post”) \#POST请求  
> requests.put(“http://httpbin.org/put”) \#PUT请求  
> requests.delete(“http://httpbin.org/delete”) \#DELETE请求  
> requests.head(“http://httpbin.org/get”) \#HEAD请求  
> requests.options(“http://httpbin.org/get”) \#OPTIONS请求

PS：以上的HTTP方法，对于WEB系统一般只支持 GET 和 POST，有一些还支持 HEAD 方法。  
带参数的请求实例：

import requests
    requests.get('http://www.dict.baidu.com/s', params={'wd': 'python'})    #GET参数实例
    requests.post('http://www.itwhy.org/wp-comments-post.php', data={'comment': '测试POST'})    #POST参数实例

POST发送JSON数据：

import requests
    import json
     
    r = requests.post('https://api.github.com/some/endpoint', data=json.dumps({'some': 'data'}))
    print(r.json())

定制header：

![复制代码][copycode.gif]

import requests
    import json
     
    data = {'some': 'data'}
    headers = {'content-type': 'application/json',
               'User-Agent': 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:22.0) Gecko/20100101 Firefox/22.0'}
     
    r = requests.post('https://api.github.com/some/endpoint', data=data, headers=headers)
    print(r.text)

![复制代码][copycode.gif]

三、Response对象

使用requests方法后，会返回一个response对象，其存储了服务器响应的内容，如上实例中已经提到的 r.text、r.status\_code……  
获取文本方式的响应体实例：当你访问 r.text 之时，会使用其响应的文本编码进行解码，并且你可以修改其编码让 r.text 使用自定义的编码进行解码。

r = requests.get('http://www.itwhy.org')
    print(r.text, '\n{}\n'.format('*'*79), r.encoding)
    r.encoding = 'GBK'
    print(r.text, '\n{}\n'.format('*'*79), r.encoding)

其他响应：

> r.status\_code \#响应状态码  
> r.raw \#返回原始响应体，也就是 urllib 的 response 对象，使用 r.raw.read() 读取  
> r.content \#字节方式的响应体，会自动为你解码 gzip 和 deflate 压缩  
> r.text \#字符串方式的响应体，会自动根据响应头部的字符编码进行解码  
> r.headers \#以字典对象存储服务器响应头，但是这个字典比较特殊，字典键不区分大小写，若键不存在则返回None  
> \#\*特殊方法\*\#  
> r.json() \#Requests中内置的JSON解码器  
> r.raise\_for\_status() \#失败请求(非200响应)抛出异常

案例之一：

![复制代码][copycode.gif]

import requests
     
    URL = 'http://ip.taobao.com/service/getIpInfo.php'  # 淘宝IP地址库API
    try:
        r = requests.get(URL, params={'ip': '8.8.8.8'}, timeout=1)
        r.raise_for_status()    # 如果响应状态码不是 200，就主动抛出异常
    except requests.RequestException as e:
        print(e)
    else:
        result = r.json()
        print(type(result), result, sep='\n')

![复制代码][copycode.gif]

四、上传文件

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：

![复制代码][copycode.gif]

import requests
     
    url = 'http://127.0.0.1:5000/upload'
    files = {'file': open('/home/lyb/sjzl.mpg', 'rb')}
    #files = {'file': ('report.jpg', open('/home/lyb/sjzl.mpg', 'rb'))}     #显式的设置文件名
     
    r = requests.post(url, files=files)
    print(r.text)

![复制代码][copycode.gif]

更加方便的是，你可以把字符串当着文件进行上传：

![复制代码][copycode.gif]

import requests
     
    url = 'http://127.0.0.1:5000/upload'
    files = {'file': ('test.txt', b'Hello Requests.')}     #必需显式的设置文件名
     
    r = requests.post(url, files=files)
    print(r.text)

![复制代码][copycode.gif]

五、身份验证

基本身份认证(HTTP Basic Auth):

import requests
    from requests.auth import HTTPBasicAuth
     
    r = requests.get('https://httpbin.org/hidden-basic-auth/user/passwd', auth=HTTPBasicAuth('user', 'passwd'))
    # r = requests.get('https://httpbin.org/hidden-basic-auth/user/passwd', auth=('user', 'passwd'))    # 简写
    print(r.json())

另一种非常流行的HTTP身份认证形式是摘要式身份认证，Requests对它的支持也是开箱即可用的:

requests.get(URL, auth=HTTPDigestAuth('user', 'pass'))

六、Cookies与会话对象

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('http://www.google.com.hk/')
    print(r.cookies['NID'])
    print(tuple(r.cookies))

要想发送你的cookies到服务器，可以使用 cookies 参数：

![复制代码][copycode.gif]

import requests
     
    url = 'http://httpbin.org/cookies'
    cookies = {'testCookies_1': 'Hello_Python3', 'testCookies_2': 'Hello_Requests'}
    # 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())

![复制代码][copycode.gif]

会话对象让你能够跨请求保持某些参数，最方便的是在同一个Session实例发出的所有请求之间保持cookies，且这些都是自动处理的，甚是方便。  
下面就来一个真正的实例，如下是快盘签到脚本：

![复制代码][copycode.gif]

import requests
     
    headers = {'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
               'Accept-Encoding': 'gzip, deflate, compress',
               'Accept-Language': 'en-us;q=0.5,en;q=0.3',
               'Cache-Control': 'max-age=0',
               'Connection': 'keep-alive',
               'User-Agent': 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:22.0) Gecko/20100101 Firefox/22.0'}
     
    s = requests.Session()
    s.headers.update(headers)
    # s.auth = ('superuser', '123')
    s.get('https://www.kuaipan.cn/account_login.htm')
     
    _URL = 'http://www.kuaipan.cn/index.php'
    s.post(_URL, params={'ac':'account', 'op':'login'},
           data={'username':'****@foxmail.com', 'userpwd':'********', 'isajax':'yes'})
    r = s.get(_URL, params={'ac':'zone', 'op':'taskdetail'})
    print(r.json())
    s.get(_URL, params={'ac':'common', 'op':'usersign'})

![复制代码][copycode.gif]

七、超时与异常

timeout 仅对连接过程有效，与响应体的下载无关。

>>> 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)

所有Requests显式抛出的异常都继承自 requests.exceptions.RequestException：ConnectionError、HTTPError、Timeout、TooManyRedirects。

转自:http://www.itwhy.org/%E8%BD%AF%E4%BB%B6%E5%B7%A5%E7%A8%8B/python/python-%E7%AC%AC%E4%B8%89%E6%96%B9-http-%E5%BA%93-requests-%E5%AD%A6%E4%B9%A0.html

requests是python的一个HTTP客户端库，跟urllib，urllib2类似，那为什么要用requests而不用urllib2呢？官方文档中是这样说明的：

> python的标准库urllib2提供了大部分需要的HTTP功能，但是API太逆天了，一个简单的功能就需要一大堆代码。

我也看了下requests的文档，确实很简单，适合我这种懒人。下面就是一些简单指南。

> 插播个好消息！刚看到requests有了中文翻译版，建议英文不好的看看，内容也比我的博客好多了，具体链接是：*http://cn.python-requests.org/en/latest/*(不过是v1.1.0版，另抱歉，之前贴错链接了)。

## 1. 安装 ##

安装很简单，我是win系统，就在[这里][Link 1]下载了安装包（网页中download the zipball处链接），然后`$ python setup.py install`就装好了。  
当然，有`easy_install`或`pip`的朋友可以直接使用：`easy_install requests`或者`pip install requests`来安装。  
至于linux用户，[这个页面][Link 2]还有其他安装方法。  
测试：在IDLE中输入`import requests`，如果没提示错误，那说明已经安装成功了！

## 2. 小试牛刀 ##

>>>import requests
    >>> r = requests.get('http://www.zhidaow.com')  # 发送请求
    >>> r.status_code  # 返回码 
    200
    >>> r.headers['content-type']  # 返回头部信息
    'text/html; charset=utf8'
    >>> r.encoding  # 编码信息
    'utf-8'
    >>> r.text  #内容部分（PS，由于编码问题，建议这里使用r.content）
    u'<!DOCTYPE html>\n<html xmlns="http://www.w3.org/1999/xhtml"...'
    ...

是不是很简单？比urllib2和urllib简单直观的多？！那请接着看快速指南吧。

## 3. 快速指南 ##

### 3.1 发送请求 ###

发送请求很简单的，首先要导入requests模块：

>>>import requests

接下来让我们获取一个网页，例如我个人博客的首页：

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

接下来，我们就可以使用这个`r`的各种方法和函数了。  
另外，HTTP请求还有很多类型，比如POST,PUT,DELETE,HEAD,OPTIONS。也都可以用同样的方式实现：

>>> r = requests.post("http://httpbin.org/post")
    >>> r = requests.put("http://httpbin.org/put")
    >>> r = requests.delete("http://httpbin.org/delete")
    >>> r = requests.head("http://httpbin.org/get")
    >>> r = requests.options("http://httpbin.org/get")

因为目前我还没用到这些，所以没有深入研究。

### 3.2 在URLs中传递参数 ###

有时候我们需要在URL中传递参数，比如在采集百度搜索结果时，我们wd参数（搜索词）和rn参数（搜素结果数量），你可以手工组成URL，requests也提供了一种看起来很NB的方法：

>>> payload = {'wd': '张亚楠', 'rn': '100'}
    >>> r = requests.get("http://www.baidu.com/s", params=payload)
    >>> print r.url
    u'http://www.baidu.com/s?rn=100&wd=%E5%BC%A0%E4%BA%9A%E6%A5%A0'

上面`wd=`的乱码就是“张亚楠”的转码形式。（好像参数按照首字母进行了排序。）

### 3.3 获取响应内容 ###

可以通过`r.text`来获取网页的内容。

>>> r = requests.get('https://www.zhidaow.com')
    >>> r.text
    u'<!DOCTYPE html>\n<html xmlns="http://www.w3.org/1999/xhtml"...'

文档里说，requests会自动将内容转码。大多数unicode字体都会无缝转码。但我在cygwin下使用时老是出现`UnicodeEncodeError`错误，郁闷。倒是在python的IDLE中完全正常。  
另外，还可以通过`r.content`来获取页面内容。

>>> r = requests.get('https://www.zhidaow.com')
    >>> r.content
    b'<!DOCTYPE html>\n<html xmlns="http://www.w3.org/1999/xhtml"...'

文档中说`r.content`是以字节的方式去显示，所以在IDLE中以`b`开头。但我在cygwin中用起来并没有，下载网页正好。所以就替代了urllib2的`urllib2.urlopen(url).read()`功能。（基本上是我用的最多的一个功能。）

### 3.4 获取网页编码 ###

可以使用`r.encoding`来获取网页编码。

>>> r = requests.get('http://www.zhidaow.com')
    >>> r.encoding
    'utf-8'

当你发送请求时，requests会根据HTTP头部来猜测网页编码，当你使用`r.text`时，requests就会使用这个编码。当然你还可以修改requests的编码形式。

>>> r = requests.get('http://www.zhidaow.com')
    >>> r.encoding
    'utf-8'
    >>>r.encoding = 'ISO-8859-1'

像上面的例子，对encoding修改后就直接会用修改后的编码去获取网页内容。

### 3.5 json ###

像urllib和urllib2，如果用到json，就要引入新模块，如`json`和`simplejson`，但在requests中已经有了内置的函数，`r.json()`。就拿查询IP的API来说：

>>>r = requests.get('http://ip.taobao.com/service/getIpInfo.php?ip=122.88.60.28')
    >>>r.json()['data']['country']
    '中国'

### 3.6 网页状态码 ###

我们可以用`r.status_code`来检查网页的状态码。

>>>r = requests.get('http://www.mengtiankong.com')
    >>>r.status_code
    200
    >>>r = requests.get('http://www.mengtiankong.com/123123/')
    >>>r.status_code
    404
    >>>r = requests.get('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN')
    >>>r.url
    u'http://www.zhidaow.com/
    >>>r.status_code
    200

前两个例子很正常，能正常打开的返回200，不能正常打开的返回404。但第三个就有点奇怪了，那个是百度搜索结果中的302跳转地址，但状态码显示是200，接下来我用了一招让他原形毕露：

>>>r.history
    (<Response [302]>,)

这里能看出他是使用了302跳转。也许有人认为这样可以通过判断和正则来获取跳转的状态码了，其实还有个更简单的方法：

>>>r = requests.get('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN', allow_redirects = False)
    >>>r.status_code
    302

只要加上一个参数`allow_redirects`，禁止了跳转，就直接出现跳转的状态码了，好用吧？我也利用这个在最后一掌做了个简单的获取网页状态码的小应用，原理就是这个。

### 3.7 响应头内容 ###

可以通过`r.headers`来获取响应头内容。

>>>r = requests.get('http://www.zhidaow.com')
    >>> r.headers
    {
        'content-encoding': 'gzip',
        'transfer-encoding': 'chunked',
        'content-type': 'text/html; charset=utf-8';
        ...
    }

可以看到是以字典的形式返回了全部内容，我们也可以访问部分内容。

>>> r.headers['Content-Type']
    'text/html; charset=utf-8'
    
    >>> r.headers.get('content-type')
    'text/html; charset=utf-8'

### 3.8 设置超时时间 ###

我们可以通过`timeout`属性设置超时时间，一旦超过这个时间还没获得响应内容，就会提示错误。

### 3.9 代理访问 ###

采集时为避免被封IP，经常会使用代理。requests也有相应的`proxies`属性。

import requests
    
    proxies = {
      "http": "http://10.10.1.10:3128",
      "https": "http://10.10.1.10:1080",
    }
    
    requests.get("http://www.zhidaow.com", proxies=proxies)

如果代理需要账户和密码，则需这样：

proxies = {
        "http": "http://user:pass@10.10.1.10:3128/",
    }

### 3.10 请求头内容 ###

请求头内容可以用`r.request.headers`来获取。

>>> r.request.headers
    {'Accept-Encoding': 'identity, deflate, compress, gzip',
    'Accept': '*/*', 'User-Agent': 'python-requests/1.2.3 CPython/2.7.3 Windows/XP'}

### 3.11 自定义请求头部 ###

伪装请求头部是采集时经常用的，我们可以用这个方法来隐藏：

r = requests.get('http://www.zhidaow.com')
    print r.request.headers['User-Agent']
    #python-requests/1.2.3 CPython/2.7.3 Windows/XP
    
    headers = {'User-Agent': 'alexkh'}
    r = requests.get('http://www.zhidaow.com', headers = headers)
    print r.request.headers['User-Agent']
    #alexkh

### 3.12 持久连接keep-alive ###

> > requests的keep-alive是基于urllib3，同一会话内的持久连接完全是自动的。同一会话内的所有请求都会自动使用恰当的连接。

也就是说，你无需任何设置，requests会自动实现keep-alive。

## 4. 简单应用 ##

### 4.1 获取网页返回码 ###

def get_status(url):
        r = requests.get(url, allow_redirects = False)
        return r.status_code
    
    print get_status('http://www.zhidaow.com') 
    #200
    print get_status('http://www.zhidaow.com/hi404/')
    #404
    print get_status('http://mengtiankong.com')
    #301
    print get_status('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN')
    #302
    print get_status('http://www.huiya56.com/com8.intre.asp?46981.html')
    #500

## 后记 ##

1、官方文档  
requests的具体安装过程请看：http://docs.python-requests.org/en/latest/user/install.html\#install  
requests的官方指南文档：http://docs.python-requests.org/en/latest/user/quickstart.html  
requests的高级指南文档：http://docs.python-requests.org/en/latest/user/advanced.html\#advanced  
2、本文内容部分翻译自官方文档，部分自己归纳。  
3、大多数用的IDLE格式，累死了，下次直接用编辑器格式，这样更符合我的习惯。  
4、还是那句话，有问题留言或email。  
5、图注：requests官方文档上的一只老鳖。

转载出处：http://www.zhidaow.com/post/python-requests-install-and-brief-introduction

如果我的博客对您有用，请您务必扫码，您得红包，我也能得红包！谢谢！

希望我的博客对您有用。

**[阿里云最高1888通用代金券][1888]**，送给你！

[Python]: http://blog.csdn.net/shanzhizi
[1888]: https://promotion.aliyun.com/ntms/yunparter/invite.html?userCode=yt35vrca
[copycode.gif]: /images/20220731/0c27f99dfc234e36992596d7a4e783a7.png
[Link 1]: http://docs.python-requests.org/en/latest/user/install/#install
[Link 2]: http://docs.python-requests.org/en/latest/user/install.html#install