一、requests模块
（一）requests模块简介：
urllib和requests模块是发起http请求最常见的模块。
需要安装：pip install requests
（二）requests模块的get方法：
1、response=requests.get（
url=请求URL地址,
headers=请求头字典,
params=请求参数字典
）
2、get请求一般携带参数，带参数就将参数封装到params字典中。
3、response对象：
（1）响应正文：
a、文本、字符串格式的响应正文：response.text
b、二进制、字节类型（byte）的响应正文：response.content
（2）响应正文的乱码问题解决：
乱码是由于编码不一致造成的
a、encode和decode是二进制和字符串之间的转换方法。
编程里面数据载体：
存储用变量或常量
可以看到的数据内容一定是字符串格式（因为魔术方法__str__和__repr__）
正常的计算机数据本质都是二进制--byte
str.encode("编码")-->bytes 《======》 bytes(str,encoding='编码')
bytes.decode("编码")-->str 《======》 str(bytes,encoding='编码')
response.content.decode("页面的正确编码")--得到页面正确的字符串内容
b、response.text之所以可以获取字符串格式，其实在requests模块的底层用response.encoding这个属性所对应的编码来将二进制内容变成字符串。其实就是response.encoding所对应的编码错了，只需要指定正确的即可。
response.encoding这个属性的值是requests模块自动识别的。
response.encoding="页面的正确编码格式"
response.text----正确的页面内容
如果response.text乱码了，可以先将response.encoding设置正确编码格式，再通过response.text就可以获取正确的页面内容。
（3）状态码：response.status_code
（4）响应头：response.headers
4、实现分页：
分页请求的每一页url基本上都是通过get请求的一个参数决定的，所以其实只需通过get请求的params字典中的分页字段找到相对应的规律就可以了。
（三）requests post请求
response=requests.post(
url=请求的url地址,
headers=请求头字典,
data=请求数据字典
)----response对象
二、数据的分类：
1、分类
（1）结构化数据：能用关系型数据库描述的数据。
特点：数据以行为单位，一行数据表示一个实体的信息，每一行的数据的属性是相同的。
举例：关系数据库中存储的表
处理方法：sql---结构化查询语言---语言---可以在关系型数据库中对数据的操作。
（2）半结构化数据：拥有自描述的结构数据。
特点：包含相关标记，用来分隔语义元素以及对记录和字段进行分层---也被称为自描述结构
举例：html，xml，json
处理方法：正则表达式，xpath（xml，html）
（3）非结构化数据：
特点：没有固定结构的数据
举例：文档，图片，视频，音频等，都是通过整体存储二进制格式来保存的。
处理：
response=requests.get(url='视频的地址')
保存response.content即可
2、json（JavaScript Object Notation）JS对象标记
json是一种数据【交换】的格式。
json是如何来进行交换的？
【json其实是在js语言中，用“字符串”的形式来表示json中的对象和数组的一种技术】。所以json在本质上是字符串
js中的对象在python中可以当成字典
js中的数组在python中可以当成列表
3、json数据的处理：
（1）使用json模块处理。
json_str：json数据
json.loads(json_str)转换为python的列表或字典
json.load(文件对象)读取json文件，并将其内容转换为Python的列表或字典
json.dumps(python的列表或字典)转换为json的数据
json.dump(python的列表或字典,文件对象)转换为json的数据，并写入文件
（2）在requests模块中，response对象有个json方法，可以直接得到相应json字符串解析后的内容
response.json()---->python的列表或字典
三、cookie和session：
1、什么是cookie和session？
cookie是网站用来辨别用户身份、进行会话跟踪、储存在本地终端上的数据。
session（会话）起始含义是指有始有终的一系列动作和消息。在web中，session主要用来在服务器储存特定用户对象会话所需要的信息。
2、cookie和session产生的原因：
HTTP协议是一个无状态协议，每一次请求都是完全独立的，服务器无法确定当前访问者的身份，浏览器和服务器为了能够进行会话跟踪，需要去维护一个状态（告诉服务器前后的请求是否来自同一个用户），这个状态需要使用cookie或者session来实现。
3、cookie原理：
由服务器来产生，浏览器第一次请求，服务器发送给客户端进而保存。
浏览器继续访问时，就会在请求头的cookie字段上附带cookie信息，这样服务器就可以识别是谁在访问了。
但是cookie存在缺陷：
1、不安全--本地保存，容易被篡改
2、大小受限，本身最大4kb
cookie虽然在一定程度上解决了‘保持状态’的需求，但是还是希望能克服cookie的缺陷，而session就很好的做到了。
4、session原理：
session在服务器上保存。---解决了安全问题
但是，服务器上存储的session，如何区分从客户端发送来的请求？为了解决这个问题，cookie存储的时候会有一个sessionid字段，来表示这个请求对应的服务器上哪个session。
如果禁用了cookie，一般情况下，session也无法使用。（特殊情况下可以使用url重写技术来使用session。 url重写技术：将sessionid拼接到url里面）
session的生命周期：服务器创建开始至有效期结束（一般网站设定都是大约30分钟左右）
5、cookie和session的区别：
（1）、存储位置不同；
（2）、安全性不同；
（3）、服务器压力不同；
（4）、储存的容量不同（cookie保存的数据一般不超过4K，每个站点最多保存20个cookie）。