python爬虫之路（一）-----requests库详解

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　requests库

requests库是python实现的最简单易用的http库。

requests库的功能详解。

我们可以自然而然地想到这些方法其实就是http协议对资源的操作。

调用requests的get方法就是构造一个向服务器请求资源的requests对象，这个对象会返回一个包含服务器资源的response对象。

下面我们主要来讲以下requests库的request方法

request()中的参数

------------url：拟获取页面的url链接

------------**kwargs：控制访问的参数，均为可选项

　　　　　　　　　params　： 字典形式，将params以字典的方式作为传入url中。

　　　　　　　　　　

　　　　　　　　　headers　：字典形式，http定制头，我们可以这个来把爬虫伪装成浏览器。

　　　　　　　　　　

　　　　　　　　　data：字典形式、字符串或文件对象，用于向服务器提供或提交数据，作为request的内容

import requests;
data={'id':"me","age":10}r=requests.request('post',"http://www.baidu.com",data=data);
data="人生苦短，及时行乐";r=requests.request('post',"http://www.baidu.com",data=data);

　　　　　　　　　json　　　：json格式的数据，作为request的内容。

　　　　　　　　　timeout　　：设置超时时间，以秒为单位，在规定的时间没有返回，抛出timeout异常。

　　　　　　　　　不常用参数：

　　　　　　　　　　allow_redicts:  True/False  默认为True，重定向开关

　　　　　　　　　　stream：True/False  默认为True  获取内容立即下载

　　　　　　　　　　verify：True/False   默认为True   认证数字证书开关

　　　　　　　　　　cert  ：本地SSL路径

 　　　　　　　　　高级参数：

　　　　　　　　　　1.获取cookie

　　　　　　　　　　cookies: 我们可以使用cookies参数传入我们设计好的cookies到服务器，此外，我们也可以通过cookies参数，获取响应cookie的一些值。

//获取cookie

import requests
url = 'http://httpbin.org/cookies';
response = requests.get(url) ;
print(response.cookies);

//向服务器传入cookie
import requests
url = 'http://httpbin.org/cookies'
cookies = { 'domain':'httpbin.org', }
response = requests.get(url, cookies=cookies) ;
print(response.text);

　　　　　　　　　　2.上传文件

　　　　　　　　　　files：字典类型，文件传输

import requests
url = "http://www.baidu.com";
fs={"files":open("F://imgs//timg.jpg","rb")};
r=requests.request("post",url,files=fs);

　　　　　　　　　3.设置代理

　　　　　　　　　　所谓代理，其实就是把一件事交给别人去做。当我们使用代理去访问服务器时，本机会将请求先发到代理，然后在由代理发到服务器。当接收服务器的响应时，先是代理收到响应，再转发到本机。

　　　　　　　　　

import requests
proxies={
    "http":"http://127.0.0.1:9743",
    "https":"https://127.0.0.1:9743",
}
r=requests.request("get","http://www.baidu.com",proxies=proxies);
print(r.status_code);

再看一遍Requests库的7个主要方法

 其实，get()/post()/head()/put()/patch()/delete()方法，都可以用request方法来取代，其参数也大体相同。