• Python爬虫基础(四)Requests库的使用


    requests文档

    首先需要安装:pip install requests

    get请求

    最基本的get:

    # -*- coding: utf-8 -*-
    import
    requests response = requests.get("http://www.baidu.com/")

    添加headers及查询参数:

    # -*- coding: utf-8 -*-
    import requests
    
    kw = {'wd':'秦时明月'}
    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 接收一个字典或者字符串的查询参数,字典类型自动转换为url编码,不需要urlencode()
    response = requests.get("http://www.baidu.com/s?", params = kw, headers = headers)
    
    # 查看响应内容,response.text 返回的是Unicode格式的数据
    print response.text
    
    # 查看响应内容,response.content返回的字节流数据
    print respones.content
    
    # 查看完整url地址
    print response.url
    
    # 查看响应头部字符编码
    print response.encoding
    
    # 查看响应码
    print response.status_code

    post请求

    最基本的post:

    # -*- coding: utf-8 -*-
    import requests

    response = requests.post("http://www.baidu.com/", data = data)

    传入查询参数:

    使用有道翻译的例子

    # -*- coding: utf-8 -*-
    import
    requests formdata = { "i":" python", "from":"AUTO",    "to":"AUTO", "smartresult":" dict",    "client":" fanyideskweb",    "salt":" 15082966550971",    "sign":" 2a6d78290492d163dbd6803b29e2489c", "doctype":"json", "version":"2.1", "keyfrom":"fanyi.web", "action":"FY_BY_ENTER", "typoResult":"true" } url = "http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule" 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文件可以直接显示 print response.json()

    设置代理

    # -*- coding: utf-8 -*-
    import requests
    
    # 根据协议类型,选择不同的代理
    proxies = {
      "http": "http://12.34.56.79:9527",
      "https": "http://12.34.56.79:9527",
    }
    # 私密代理
    # proxy = { "http": "账户:密码@61.158.163.130:16816" } 
    response = requests.get("http://www.baidu.com", proxies = proxies)
    print response.text

    web客户端验证

    # -*- coding: utf-8 -*-
    import
    requests auth=('账户', '密码') response = requests.get('http://192.168.23.19', auth = auth) print response.text

    比urllib2简单很多

    cookie

    如果一个响应中包含了cookie,那么我们可以利用 cookies参数拿到:

    # -*- coding: utf-8 -*-
    import
    requests response = requests.get("http://www.baidu.com/") # 返回CookieJar对象: cookiejar = response.cookies # 将CookieJar转为字典: cookiedict = requests.utils.dict_from_cookiejar(cookiejar) print cookiejar print cookiedict

    模拟登录:

    # -*- coding: utf-8 -*-
    import
    requests # 创建session对象,可以保存Cookie值 ssion = requests.session() # 需要登录的用户名和密码 data = {"email":"账户", "password":"密码"} # 发送附带用户名和密码的请求,并获取登录后的Cookie值,保存在ssion里 ssion.post("http://www.renren.com/PLogin.do", data = data) # ssion包含用户登录后的Cookie值,可以直接访问那些登录后才可以访问的页面 response = ssion.get("http://www.renren.com/410046543/profile") print response.text

    处理SSL验证

    # -*- coding: utf-8 -*-
    import requests
    response = requests.get("https://www.baidu.com/", verify=True)
    
    # 也可以省略不写
    # response = requests.get("https://www.baidu.com/")
    # 如果SSL证书验证不通过,或者不信任服务器的安全证书,则会报出SSLError
    print response.text
    
    # 如果我们想跳过 12306 的证书验证,把 verify 设置为 False 就可以正常请求了
    import requests
    response = requests.get("https://www.12306.cn/mormhweb/", verify = False)
    print response.text
  • 相关阅读:
    Crowdsec:一款面向Linux的现代化协作式大型多人防火墙
    Linux文件操作:利用C语言删除某个目录下的文件
    GitHub 长期被中国人“霸榜”?看完这些榜单,这又是什么新姿势?
    英语不好学不好编程?程序员记忆单词专属诀窍,效果简直要逆天
    谁说女生不适合当程序员?世界第一位程序员,就是女性!
    C语言丨一篇文章带你认识递归与迭代
    C语言进阶丨(七)数组的基本概念和初始化【1】
    赔97.6万元!腾讯一程序员违反竞业协议,三年白干了!
    雪夜思绪
    算法复习(2)递归
  • 原文地址:https://www.cnblogs.com/xinyangsdut/p/7686451.html
Copyright © 2020-2023  润新知