Requests快速上手

發送請求

使用requests發送網絡請求非常簡單,一開始需要導入requests模塊:

import requests

然後,嘗試獲取某個網頁。舉個例子,我們來獲取Github的公共時間線:

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

現在,我們有了一個命名爲r的Response對象,我們可以從這個對象中獲取所有我們想要的信息。

 

requests簡便的API意味着所有HTTP請求類型都是顯而易見的,例如,我們可以這樣發送一個HTTP post請求:

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

同樣也可以發送其他http請求類型:put,delete,head以及options

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')

傳遞URL參數

也許你想爲URL的查詢字符串傳遞某種數據,如果你是手工構建URL,那麼數據會以鍵/值對的形式置於URL中,跟在一個問號的後面。例如, httpbin.org/get?key=val。

requests允許使用params關鍵字參數,以一個字符串字典來提供這些參數。舉例如下,如果你想傳遞key1=value2和key2=value2到httpbin.org/get,那麼你可以使用如下代碼:

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

通過打印輸出該URL,你可以看到URL已經被正確編碼:


注意字典裏值爲 None 的鍵都不會被添加到 URL 的查詢字符串裏。

你還可以將一個列表作爲值傳入:

響應內容

我們能讀取服務器響應的內容。再次以Github時間線爲例:

import requests

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

結果如下:

Requests 會自動解碼來自服務器的內容。大多數 unicode 字符集都能被無縫地解碼。

請求發出後,Requests 會基於 HTTP 頭部對響應的編碼作出有根據的推測。當你訪問 r.text 之時,Requests 會使用其推測的文本編碼。你可以找出 Requests 使用了什麼編碼,並且能夠使用r.encoding 屬性來改變它:

如果你改變了編碼,每當你訪問 r.text ,Request 都將會使用 r.encoding 的新值。你可能希望在使用特殊邏輯計算出文本的編碼的情況下來修改編碼。比如 HTTP 和 XML 自身可以指定編碼。這樣的話,你應該使用 r.content 來找到編碼,然後設置 r.encoding 爲相應的編碼。這樣就能使用正確的編碼解析 r.text 了。

在你需要的情況下,Requests 也可以使用定製的編碼。如果你創建了自己的編碼,並使用 codecs模塊進行註冊,你就可以輕鬆地使用這個解碼器名稱作爲 r.encoding 的值, 然後由 Requests 來爲你處理編碼。

二進制響應內容

你也能以字節的方式訪問請求響應體,對於非文本請求:

Requests 會自動爲你解碼 gzip 和 deflate 傳輸編碼的響應數據。

例如,以請求返回的二進制數據創建一張圖片,你可以使用如下代碼:

JSON 響應內容

Requests 中也有一個內置的 JSON 解碼器,助你處理 JSON 數據:

如果 JSON 解碼失敗, r.json() 就會拋出一個異常。例如,響應內容是 401 (Unauthorized),嘗試訪問 r.json() 將會拋出 ValueError: No JSON object could be decoded 異常。

需要注意的是,成功調用 r.json() 並**不**意味着響應的成功。有的服務器會在失敗的響應中包含一個 JSON 對象(比如 HTTP 500 的錯誤細節)。這種 JSON 會被解碼返回。要檢查請求是否成功,請使用 r.raise_for_status() 或者檢查 r.status_code 是否和你的期望相同。

原始響應內容

在罕見的情況下,你可能想獲取來自服務器的原始套接字響應,那麼你可以訪問 r.raw。 如果你確實想這麼幹,那請你確保在初始請求中設置了 stream=True。具體你可以這麼做:

但一般情況下,你應該以下面的模式將文本流保存到文件:

使用 Response.iter_content 將會處理大量你直接使用 Response.raw 不得不處理的。 當流下載時,上面是優先推薦的獲取內容方式。 Note that chunk_size can be freely adjusted to a number that may better fit your use cases.

定製請求頭

如果你想爲請求添加 HTTP 頭部,只要簡單地傳遞一個 dict 給 headers 參數就可以了。

例如,在前一個示例中我們沒有指定 content-type:

注意: 定製 header 的優先級低於某些特定的信息源,例如:

  • 如果在 .netrc 中設置了用戶認證信息,使用 headers= 設置的授權就不會生效。而如果設置了 auth= 參數,``.netrc`` 的設置就無效了。
  • 如果被重定向到別的主機,授權 header 就會被刪除。
  • 代理授權 header 會被 URL 中提供的代理身份覆蓋掉。
  • 在我們能判斷內容長度的情況下,header 的 Content-Length 會被改寫。

更進一步講,Requests 不會基於定製 header 的具體情況改變自己的行爲。只不過在最後的請求中,所有的 header 信息都會被傳遞進去。

注意: 所有的 header 值必須是 string、bytestring 或者 unicode。儘管傳遞 unicode header 也是允許的,但不建議這樣做。

更加複雜的 POST 請求

通常,你想要發送一些編碼爲表單形式的數據——非常像一個 HTML 表單。要實現這個,只需簡單地傳遞一個字典給 data 參數。你的數據字典在發出請求時會自動編碼爲表單形式:

你還可以爲 data 參數傳入一個元組列表。在表單中多個元素使用同一 key 的時候,這種方式尤其有效:

很多時候你想要發送的數據並非編碼爲表單形式的。如果你傳遞一個 string 而不是一個 dict,那麼數據會被直接發佈出去。

例如,Github API v3 接受編碼爲 JSON 的 POST/PATCH 數據:

此處除了可以自行對 dict 進行編碼,你還可以使用 json 參數直接傳遞,然後它就會被自動編碼。這是 2.4.2 版的新加功能:

POST一個多部分編碼(Multipart-Encoded)的文件

Requests 使得上傳多部分編碼文件變得很簡單:

你可以顯式地設置文件名,文件類型和請求頭:

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

輸出如下:

如果你想,你也可以發送作爲文件來接收的字符串:

如果你發送一個非常大的文件作爲 multipart/form-data 請求,你可能希望將請求做成數據流。默認下 requests 不支持, 但有個第三方包 requests-toolbelt 是支持的。你可以閱讀 toolbelt 文檔來了解使用方法。

在一個請求中發送多文件參考 高級用法 一節。

響應狀態碼

我們可以檢測響應狀態碼:

爲方便引用,Requests還附帶了一個內置的狀態碼查詢對象:

如果發送了一個錯誤請求(一個 4XX 客戶端錯誤,或者 5XX 服務器錯誤響應),我們可以通過Response.raise_for_status() 來拋出異常:

但是,由於我們的例子中 r 的 status_code 是 200 ,當我們調用 raise_for_status() 時,得到的是:

一切都挺和諧哈。

響應頭

我們可以查看以一個 Python 字典形式展示的服務器響應頭:

但是這個字典比較特殊:它是僅爲 HTTP 頭部而生的。根據 RFC 2616, HTTP 頭部是大小寫不敏感的。

因此,我們可以使用任意大寫形式來訪問這些響應頭字段:

它還有一個特殊點,那就是服務器可以多次接受同一 header,每次都使用不同的值。但 Requests 會將它們合併,這樣它們就可以用一個映射來表示出來,參見 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.

接收者可以合併多個相同名稱的 header 欄位,把它們合爲一個 "field-name: field-value" 配對,將每個後續的欄位值依次追加到合併的欄位值中,用逗號隔開即可,這樣做不會改變信息的語義。

Cookie

如果某個響應中包含一些 cookie,你可以快速訪問它們:

要想發送你的cookies到服務器,可以使用 cookies 參數:

Cookie 的返回對象爲 RequestsCookieJar,它的行爲和字典類似,但接口更爲完整,適合跨域名跨路徑使用。你還可以把 Cookie Jar 傳到 Requests 中:

重定向與請求歷史

默認情況下,除了 HEAD, Requests 會自動處理所有重定向。

可以使用響應對象的 history 方法來追蹤重定向。

Response.history 是一個 Response 對象的列表,爲了完成請求而創建了這些對象。這個對象列表按照從最老到最近的請求進行排序。

例如,Github 將所有的 HTTP 請求重定向到 HTTPS:

如果你使用的是GET、OPTIONS、POST、PUT、PATCH 或者 DELETE,那麼你可以通過 allow_redirects 參數禁用重定向處理:

如果你使用了 HEAD,你也可以啓用重定向:

超時

你可以告訴 requests 在經過以 timeout 參數設定的秒數時間之後停止等待響應。基本上所有的生產代碼都應該使用這一參數。如果不使用,你的程序可能會永遠失去響應:

>>> 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 僅對連接過程有效,與響應體的下載無關。 timeout 並不是整個下載響應的時間限制,而是如果服務器在 timeout 秒內沒有應答,將會引發一個異常(更精確地說,是在timeout 秒內沒有從基礎套接字上接收到任何字節的數據時)If no timeout is specified explicitly, requests do not time out.

錯誤與異常

遇到網絡問題(如:DNS 查詢失敗、拒絕連接等)時,Requests 會拋出一個 ConnectionError 異常。

如果 HTTP 請求返回了不成功的狀態碼, Response.raise_for_status() 會拋出一個 HTTPError異常。

若請求超時,則拋出一個 Timeout 異常。

若請求超過了設定的最大重定向次數,則會拋出一個 TooManyRedirects 異常。

所有Requests顯式拋出的異常都繼承自 requests.exceptions.RequestException 。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章