爬虫基础知识及requests常用方法总结

一、浏览器Disable cache 和 Preserve log的作用

.

.

二、复制url乱码情况

from urllib.parse import urlencode

.

三、requests请求

res=resquests.get(url)
print(res)  #得到的是对象
print(res.text) #文本
print(res.content) #得到的是二进制文件

res.cookies  ===>返回一个cookies对象
res.cookies.get_dict()===>获得cookie字典

四、浏览器报错

400 中不到资源
500 服务器错误
200 成功

五、requests.get/requests.post请求参数

requests.get(url(url请求地址),headers=""(请求头),params,json ，data(不是json类型就需要dumps,form表单数据),cookies(cookies数据),allow_redirects=True(指定是否让请求重定向),cert(存放安全认证的信息)=("/path/server(文件名，可以自己命名).crt","/path/key")) 

六、视频通过流的方式一行一行写入

.

七、requests发送请求出现htpps SSL改进方法

方法一、

import requests
response=requests.get("https://www.xiaohuar.com",verify=False)
print(response.text)

缺点：还会出现警告

.

改进方法二、

import urllib3
import requsets
urllib3.disable_warnings()
response=requests.get("https://www.xiaohuar.com",verify=False)
print(response.text)

八、requests使用代理ip

1、requests发送http|https协议(使用代理ip)

.

import requests
res=requests.get(url,proxies={"http":"http://ip:port",
"https":"https://ip:port"})

2、reqursts发送其他的sock的协议

import requests
res=requests.get(url,proxies={
  "sock":"sock://ip:port"  
})

九、requests.auth用法

import reqeusts
import requests.auth import HTTPBaiscAuth
res=resquests.get(url,HTTPBasicAuth("username","password"))

十、requests file功能

import requests
files={"file":open(path,"rb")}
response=requests.post(url,files=files)
print(response.status_code)