Python中Requests库的用法
Requests库的安装
利用 pip 安装，如果你安装了pip包（一款Python包管理工具，不知道可以百度哟），或者集成环境，比如Python（x,y）或者anaconda的话，就可以直接使用pip安装Python的库。
$ pip install requests
安装完成之后，下面来看一下基本的方法：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | #get请求方法 >>> r = requests. get ( 'https://api.github.com/user' , auth = ( 'user' , 'pass' ) ) #打印get请求的状态码 >>> r. status_code 200 #查看请求的数据类型，可以看到是json格式，utf-8编码 >>> r. headers [ 'content-type' ] 'application/json; charset=utf8' >>> r. encoding 'utf-8' #打印请求到的内容 >>> r. text u '{"type":"User"...' #输出json格式数据 >>> r. json ( ) { u 'private_gists': 419 , u 'total_private_repos': 77 , ... } |
下面看一个小栗子：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | #小例子 import requests r = requests. get ( 'http://www.baidu.com' ) print type (r ) print r. status_code print r. encoding print r. text print r. cookies '''请求了百度的网址，然后打印出了返回结果的类型，状态码，编码方式，Cookies等内容 输出：''' < class 'requests.models.Response' > 200 UTF- 8 <RequestsCookieJar [ ] > |
http基本请求
requests库提供了http所有的基本请求方式。例如：
| 1 2 3 4 5 | 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" ) |
基本GET请求
| 1 2 3 4 5 6 7 8 | r = requests. get ( "http://httpbin.org/get" ) #如果想要加参数，可以利用 params 参数： import requests payload = { 'key1': 'value1' , 'key2': 'value2' } r = requests. get ( "http://httpbin.org/get" , params =payload ) print r. url #输出：http://httpbin.org/get?key2=value2&key1=value1 |
如果想请求JSON文件，可以利用 json() 方法解析，例如自己写一个JSON文件命名为a.json，内容如下：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 | [ "foo" , "bar" , { "foo": "bar" } ] #利用如下程序请求并解析： import requests r = requests. get ( "a.json" ) print r. text print r. json ( ) '''运行结果如下，其中一个是直接输出内容，另外一个方法是利用 json() 方法 解析，感受下它们的不同:''' [ "foo" , "bar" , { "foo": "bar" } ] [u 'foo' , u 'bar' , { u 'foo': u 'bar' } ] |
如果想获取来自服务器的原始套接字响应，可以取得 r.raw 。 不过需要在初始请求中设置 stream=True 。
| 1 2 3 4 5 6 | r = requests. get ( 'https://github.com/timeline.json' , stream = True ) r. raw #输出 <requests. packages. urllib3. response. HTTPResponse object at 0x101194810 > r. raw. read ( 10 ) '\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03' |
这样就获取了网页原始套接字内容。
如果想添加 headers，可以传 headers 参数：
| 1 2 3 4 5 6 7 | import requests payload = { 'key1': 'value1' , 'key2': 'value2' } headers = { 'content-type': 'application/json' } r = requests. get ( "http://httpbin.org/get" , params =payload , headers =headers ) print r. url #通过headers参数可以增加请求头中的headers信息 |
基本POST请求
对于 POST 请求来说，我们一般需要为它增加一些参数。那么最基本的传参方法可以利用 data 这个参数。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 | import requests payload = { 'key1': 'value1' , 'key2': 'value2' } r = requests. post ( "http://httpbin.org/post" , data =payload ) print r. text #运行结果如下： { "args": { } , "data": "" , "files": { } , "form": { "key1": "value1" , "key2": "value2" } , "headers": { "Accept": "*/*" , "Accept-Encoding": "gzip, deflate" , "Content-Length": "23" , "Content-Type": "application/x-www-form-urlencoded" , "Host": "httpbin.org" , "User-Agent": "python-requests/2.9.1" } , "json": null , "url": "http://httpbin.org/post" } |
可以看到参数传成功了，然后服务器返回了我们传的数据。
有时候我们需要传送的信息不是表单形式的，需要我们传JSON格式的数据过去，所以我们可以用 json.dumps() 方法把表单数据序列化。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 | import json import requests url = 'http://httpbin.org/post' payload = { 'some': 'data' } r = requests. post (url , data =json. dumps (payload ) ) print r. text #运行结果： { "args": { } , "data": "{ \"some\": \"data\"}" , "files": { } , "form": { } , "headers": { "Accept": "*/*" , "Accept-Encoding": "gzip, deflate" , "Content-Length": "16" , "Host": "httpbin.org" , "User-Agent": "python-requests/2.9.1" } , "json": { "some": "data" } , "url": "http://httpbin.org/post" } |
通过上述方法，我们可以POST JSON格式的数据
如果想要上传文件，那么直接用 file 参数即可：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 | #新建一个 test.txt 的文件，内容写上 Hello World! import requests url = 'http://httpbin.org/post' files = { 'file': open ( 'test.txt' , 'rb' ) } r = requests. post (url , files =files ) print r. text { "args": { } , "data": "" , "files": { "file": "Hello World!" } , "form": { } , "headers": { "Accept": "*/*" , "Accept-Encoding": "gzip, deflate" , "Content-Length": "156" , "Content-Type": "multipart/form-data; boundary=7d8eb5ff99a04c11bb3e862ce78d7000" , "Host": "httpbin.org" , "User-Agent": "python-requests/2.9.1" } , "json": null , "url": "http://httpbin.org/post" } |
这样我们便成功完成了一个文件的上传。
requests 是支持流式上传的，这允许你发送大的数据流或文件而无需先把它们读入内存。要使用流式上传，仅需为你的请求体提供一个类文件对象即可，非常方便：
| 1 2 | with open ( 'massive-body' ) as f: requests. post ( 'http://some.url/streamed' , data =f ) |
Cookies
如果一个响应中包含了cookie，那么我们可以利用 cookies 变量来拿到：
| 1 2 3 4 5 6 | import requests url = 'http://example.com' r = requests. get (url ) print r. cookies print r. cookies [ 'example_cookie_name' ] |
以上程序仅是样例，可以用 cookies 变量来得到站点的 cookies
另外可以利用 cookies 变量来向服务器发送 cookies 信息:
| 1 2 3 4 5 6 7 8 | import requests url = 'http://httpbin.org/cookies' cookies = dict (cookies_are = 'working' ) r = requests. get (url , cookies =cookies ) print r. text #输出： '{"cookies": {"cookies_are": "working"}}' |
超时配置
可以利用 timeout 变量来配置最大请求时间
requests.get(‘http://github.com’, timeout=0.001) 注：timeout 仅对连接过程有效，与响应体的下载无关。也就是说，这个时间只限制请求的时间。即使返回的 response 包含很大内容，下载需要一定时间。
会话对象
在以上的请求中，每次请求其实都相当于发起了一个新的请求。也就是相当于我们每个请求都用了不同的浏览器单独打开的效果。也就是它并不是指的一个会话，即使请求的是同一个网址。比如：
| 1 2 3 4 5 6 7 8 9 | import requests requests. get ( 'http://httpbin.org/cookies/set/sessioncookie/123456789' ) r = requests. get ( "http://httpbin.org/cookies" ) print (r. text ) #结果是： { "cookies": { } } |
很明显，这不在一个会话中，无法获取 cookies，那么在一些站点中，我们需要保持一个持久的会话怎么办呢？就像用一个浏览器逛淘宝一样，在不同的选项卡之间跳转，这样其实就是建立了一个长久会话。
解决方案如下：| 1 2 3 4 5 6 7 8 9 10 11 12 | import requests s = requests. Session ( ) s. get ( 'http://httpbin.org/cookies/set/sessioncookie/123456789' ) r = s. get ( "http://httpbin.org/cookies" ) print (r. text ) #在这里我们请求了两次，一次是设置 cookies，一次是获得 cookies { "cookies": { "sessioncookie": "123456789" } } |
发现可以成功获取到 cookies 了，这就是建立一个会话到作用。
那么既然会话是一个全局的变量，那么我们肯定可以用来全局的配置了。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | import requests s = requests. Session ( ) s. headers. update ( { 'x-test': 'true' } ) r = s. get ( 'http://httpbin.org/headers' , headers = { 'x-test2': 'true' } ) print r. text '''通过 s.headers.update 方法设置了 headers 的变量。然后我们又在请求中 设置了一个 headers，那么会出现什么结果？很简单，两个变量都传送过去了。 运行结果:''' { "headers": { "Accept": "*/*" , "Accept-Encoding": "gzip, deflate" , "Host": "httpbin.org" , "User-Agent": "python-requests/2.9.1" , "X-Test": "true" , "X-Test2": "true" } } |
如果get方法传的headers 同样也是 x-test 呢？
| 1 2 3 4 5 6 7 8 9 10 11 12 | r = s. get ( 'http://httpbin.org/headers' , headers = { 'x-test': 'true' } ) #它会覆盖掉全局的配置： { "headers": { "Accept": "*/*" , "Accept-Encoding": "gzip, deflate" , "Host": "httpbin.org" , "User-Agent": "python-requests/2.9.1" , "X-Test": "true" } } |
如果不想要全局配置中的一个变量了呢？很简单，设置为 None 即可。
| 1 2 3 4 5 6 7 8 9 | r = s. get ( 'http://httpbin.org/headers' , headers = { 'x-test': None } ) { "headers": { "Accept": "*/*" , "Accept-Encoding": "gzip, deflate" , "Host": "httpbin.org" , "User-Agent": "python-requests/2.9.1" } } |
以上就是 session 会话的基本用法。
SSL证书验证
现在随处可见 https 开头的网站，Requests可以为HTTPS请求验证SSL证书，就像web浏览器一样。要想检查某个主机的SSL证书，你可以使用 verify 参数，因为前段时间12306 证书不是无效的嘛，来测试一下：
| 1 2 3 4 5 6 | import requests r = requests. get ( 'https://kyfw.12306.cn/otn/' , verify = True ) print r. text #结果： requests. exceptions. SSLError: [SSL: CERTIFICATE_VERIFY_FAILED ] certificate verify failed (_ssl. c: 590 ) |
来试下 github 的：
| 1 2 3 4 | import requests r = requests. get ( 'https://github.com' , verify = True ) print r. text |
嗯，正常请求，由于内容太多，我就不粘贴输出了。
如果我们想跳过刚才 12306 的证书验证，把 verify 设置为 False 即可：
| 1 2 3 4 | import requests r = requests. get ( 'https://kyfw.12306.cn/otn/' , verify = False ) print r. text |
发现就可以正常请求了。在默认情况下 verify 是 True，所以如果需要的话，需要手动设置下这个变量。
代理
如果需要使用代理，你可以通过为任意请求方法提供 proxies 参数来配置单个请求
| 1 2 3 4 5 6 7 8 9 10 | import requests proxies = { "https": "http://41.118.132.69:4433" } r = requests. post ( "http://httpbin.org/post" , proxies =proxies ) print r. text #也可以通过环境变量 HTTP_PROXY 和 HTTPS_PROXY 来配置代理 export HTTP_PROXY = "http://10.10.1.10:3128" export HTTPS_PROXY = "http://10.10.1.10:1080" |