Python Requests快速入門

快速上手

迫不及待了嗎？本頁內容爲如何入門Requests提供了很好的指引。其假設你已經安裝了Requests。如果還沒有，去安裝一節看看吧。

首先，確認一下：

Requests 已安裝
Requests是 最新的

讓我們從一些簡單的示例開始吧。

發送請求

使用Requests發送網絡請求非常簡單。

一開始要導入Requests模塊:

>>> import requests

然後，嘗試獲取某個網頁。本例子中，我們來獲取Github的公共時間線

>>> r = requests.get('https://github.com/timeline.json')

現在，我們有一個名爲 r 的 Response 對象。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，你可以這樣發送一個HTTP POST請求:

>>> r = requests.post("http://httpbin.org/post")

漂亮，對吧？那麼其他HTTP請求類型：PUT， DELETE， HEAD以及OPTIONS又是如何的呢？都是一樣的簡單:

>>> 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")

都很不錯吧，但這也僅是Requests的冰山一角呢。

爲URL傳遞參數

你也許經常想爲URL的查詢字符串(query string)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允許你使用 params 關鍵字參數，以一個字典來提供這些參數。舉例來說，如果你想傳遞 key1=value1 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)

通過打印輸出該URL，你能看到URL已被正確編碼:

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

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://github.com/timeline.json')
>>> r.text
'[{"repository":{"open_issues":0,"url":"https://github.com/...

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:

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

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。

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:

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

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:

>>> from PIL import Image
>>> from StringIO import StringIO
>>> i = Image.open(StringIO(r.content))

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:

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

如果JSON解碼失敗， r.json 就會拋出一個異常。

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 。具體的你可以這麼做:

>>> r = requests.get('https://github.com/timeline.json', stream=True)
>>> r.raw
<requests.packages.urllib3.response.HTTPResponse object at 0x101194810>
>>> r.raw.read(10)
'\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03'

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:

>>> import json
>>> url = 'https://api.github.com/some/endpoint'
>>> payload = {'some': 'data'}
>>> headers = {'content-type': 'application/json'}

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

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:

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

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:

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

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

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:

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

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

你可以顯式地設置文件名:

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

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

如果你想，你也可以發送作爲文件來接收的字符串:

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

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

響應狀態碼

我們可以檢測響應狀態碼:

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

爲方便引用，Requests還附帶了一個內置的狀態碼查詢對象:

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

如果發送了一個失敗請求(非200響應)，我們可以通過 Response.raise_for_status() 來拋出異常:

>>> 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:

>>> r.raise_for_status()
None

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:

>>> r.headers
{
    'status': '200 OK',
    'content-encoding': 'gzip',
    'transfer-encoding': 'chunked',
    'connection': 'close',
    'server': 'nginx/1.0.4',
    'x-runtime': '148ms',
    'etag': '"e1ca502697e5c9317743dc078f67693f"',
    'content-type': 'application/json; charset=utf-8'
}

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:

>>> r.headers['Content-Type']
'application/json; charset=utf-8'

>>> r.headers.get('content-type')
'application/json; charset=utf-8'

如果某個響應頭字段不存在，那麼它的默認值爲 None

>>> r.headers['X-Random']
None

Cookies

如果某個響應中包含一些Cookie，你可以快速訪問它們:

>>> url = 'http://example.com/some/cookie/setting/url'
>>> r = requests.get(url)

>>> r.cookies['example_cookie_name']
'example_cookie_value'

要想發送你的cookies到服務器，可以使用 cookies 參數:

>>> url = 'http://httpbin.org/cookies'
>>> cookies = dict(cookies_are='working')

>>> r = requests.get(url, cookies=cookies)
>>> r.text
'{"cookies": {"cookies_are": "working"}}'

重定向與請求歷史

使用GET或OPTIONS時，Requests會自動處理位置重定向。

Github將所有的HTTP請求重定向到HTTPS。可以使用響應對象的 history 方法來追蹤重定向。我們來看看Github做了什麼:

>>> r = requests.get('http://github.com')
>>> r.url
'https://github.com/'
>>> r.status_code
200
>>> r.history
[<Response [301]>]

Response.history 是一個:class:Request 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。

如果你使用的是GET或OPTIONS，那麼你可以通過 allow_redirects 參數禁用重定向處理:

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

如果你使用的是POST，PUT，PATCH，DELETE或HEAD，你也可以啓用重定向:

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

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:

>>> 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:

timeout 僅對連接過程有效，與響應體的下載無關。

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。

遇到罕見的無效HTTP響應時，Requests則會拋出一個 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 。

python爬蟲入門筆記：Requests庫

Python Requests快速入門

快速上手

發送請求

爲URL傳遞參數

響應內容

二進制響應內容

JSON響應內容

原始響應內容

定製請求頭

更加複雜的POST請求

POST一個多部分編碼(Multipart-Encoded)的文件

響應狀態碼

響應頭

Cookies

重定向與請求歷史

超時

錯誤與異常

Nginx R31 doc 官方文檔-01-nginx 如何安裝

Python爬蟲實戰：百度貼吧—媽媽吧

python爬蟲入門筆記：Requests庫

Python爬蟲入門筆記：一個簡單的爬蟲架構

pycharm的安裝與配置

python爬蟲入門筆記：用scrapy爬豆瓣

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結