Python爬蟲Requests模塊系列之六

1,概述

Requests: 讓 HTTP 服務人類

雖然Python的標準庫中 urllib2 模塊已經包含了平常我們使用的大多數功能,但是它的 API 使用起來讓人感覺不太好,而 Requests 自稱 “HTTP for Humans”,說明使用更簡潔方便。

Requests 唯一的一個非轉基因的 Python HTTP 庫,人類可以安全享用:)

Requests 繼承了urllib2的所有特性。Requests支持HTTP連接保持和連接池,支持使用cookie保持會話,支持文件上傳,支持自動確定響應內容的編碼,支持國際化的 URL 和 POST 數據自動編碼。

2,Get方式

  • 1,最基本的GET請求可以直接用get方法

  • 2,如果想添加 headers,可以傳入headers參數來增加請求頭中的headers信息。如果要將參數放在url中傳遞,可以利用 params 參數。

  • 3,使用response.text 時,Requests 會基於 HTTP 響應的文本編碼自動解碼響應內容,大多數 Unicode 字符集都能被無縫地解碼。

  • 4,使用response.content 時,返回的是服務器響應數據的原始二進制字節流,可以用來保存圖片等二進制文件。

import requests

kw = {'wd': '長城'}

headers = {
    "User-Agent":
        "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}

# params 接收一個字典或者字符串的查詢參數,字典類型自動轉換爲url編碼,不需要urlencode()
response = requests.get("http://www.baidu.com/s?", params=kw, headers=headers)

# 查看響應內容,response.text 返回的是Unicode格式的數據
print(response.text)
print("content--------------")
# 查看響應內容,response.content返回的字節流數據
print(response.content)
print("url----------")
# 查看完整url地址
print(response.url)

# 查看響應頭部字符編碼
print(response.encoding)

# 查看響應碼
print(response.status_code)

3,Post方式

  • 1, 最基本的GET請求可以直接用post方法
  • 2,對於 POST 請求來說,我們一般需要爲它增加一些參數。那麼最基本的傳參方法可以利用 data 這個參數。
import requests

formdata = {
    "type": "AUTO",
    "i": "hello python",
    "doctype": "json",
    "xmlVersion": "1.8",
    "keyfrom": "fanyi.web",
    "ue": "UTF-8",
    "action": "FY_BY_ENTER",
    "typoResult": "true"
}

url = "http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule&smartresult=ugc&sessionFrom=null"

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.103 Safari/537.36"}

response = requests.post(url, data=formdata, headers=headers)

print(response.text)

# 如果是json文件可以直接顯示
print(response.json())

4,代理(proxies參數)

如果需要使用代理,你可以通過爲任意請求方法提供 proxies 參數來配置單個請求:

import requests

# 根據協議類型,選擇不同的代理
proxies = {"http": "http://012.34.56.79:9000"}

response = requests.get("http://www.baidu.com", proxies = proxies)
print(response.text)

也可以通過本地環境變量 HTTP_PROXY 和 HTTPS_PROXY 來配置代理:

export HTTP_PROXY=”http://12.34.56.79:9527”
export HTTPS_PROXY=”https://12.34.56.79:9527”

5,私密代理驗證(特定格式) 和 Web客戶端驗證(auth 參數)

私密代理

import requests

# 如果代理需要使用HTTP Basic Auth,可以使用下面這種格式:
proxy = { "http": "abc:[email protected]:12345" }

response = requests.get("http://www.baidu.com", proxies = proxy)

print(response.text)

web客戶端驗證

如果是Web客戶端驗證,需要添加 auth = (賬戶名, 密碼)

import requests

auth=('python', '123456')

response = requests.get('http://192.168.199.111', auth = auth)

print(response.text)

6,Cookies

如果一個響應中包含了cookie,那麼我們可以利用 cookies參數拿到:

import requests

response = requests.get("http://www.baidu.com/")

# 1. 返回CookieJar對象:
cookiejar = response.cookies

# 2. 將CookieJar轉爲字典:
cookiedict = requests.utils.dict_from_cookiejar(cookiejar)

print(cookiejar)

print(cookiedict)

7,Session

在 requests 裏,session對象是一個非常常用的對象,這個對象代表一次用戶會話:從客戶端瀏覽器連接服務器開始,到客戶端瀏覽器與服務器斷開。

會話能讓我們在跨請求時候保持某些參數,比如在同一個 Session 實例發出的所有請求之間保持 cookie 。

實現人人網登錄

import requests

# 1. 創建session對象,可以保存Cookie值
create_session = requests.session()

# 2. 處理 headers
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}

# 3. 需要登錄的用戶名和密碼
data = {"email": "[email protected]", "password": "123456"}

# 4. 發送附帶用戶名和密碼的請求,並獲取登錄後的Cookie值,保存在ssion裏
create_session.post("http://www.renren.com/PLogin.do", data=data)

# 5. ssion包含用戶登錄後的Cookie值,可以直接訪問那些登錄後纔可以訪問的頁面
response = create_session.get("http://www.renren.com/410043129/profile")

# 6. 打印響應內容
print(response.text)

8,處理HTTPS請求 SSL證書驗證

Requests也可以爲HTTPS請求驗證SSL證書:

要想檢查某個主機的SSL證書,你可以使用 verify 參數(也可以不寫,默認爲True)

import requests

response = requests.get("https://www.baidu.com/", verify=True)

# 也可以省略不寫
# response = requests.get("https://www.baidu.com/")

print(response.content.decode('utf-8'))
  • 如果我們想跳過 12306 的證書驗證,把 verify 設置爲 False 就可以正常請求了。
response = requests.get("https://www.12306.cn/mormhweb/", verify = False)
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