python3 request 库

request库

       虽然Python的标准库中 urllib.request 模块已经包含了平常我们使用的大多数功能，但是它的 API 使用起来让人感觉不太好，而 Requests 自称 “HTTP for Humans”，说明使用更简洁方便。

       Requests 唯一的一个非转基因的 Python HTTP 库，人类可以安全享用。

       Requests 继承了urllib2的所有特性。Requests支持HTTP连接保持和连接池，支持使用cookie保持会话，支持文件上传，支持自动确定响应内容的编码，支持国际化的 URL 和 POST 数据自动编码。

       requests 的底层实现其实就是 urllib3。

       Requests的文档非常完备，中文文档也相当不错。Requests能完全满足当前网络的需求，支持Python 2.6—3.6，而且能在PyPy下完美运行。

1.1   requests库特性。

      Requests库是Python中的一个HTTP请求第三方库，用来简化网络请求，

     它有如下特征，能够完全满足现在的Web开发。

1.Keep-Alive & 连接池。

2.国际化域名和 URL。

3.带持久 Cookie 的会话。

4.浏览器式的 SSL 认证。

5.自动内容解码。

6.基本/摘要式的身份认证。

7.优雅的 key/value Cookie。

8.自动解压。

9.Unicode 响应体。

10.HTTP(S) 代理支持。

11.文件分块上传。

12.流下载。

13.连接超时。

14.分块请求。

15.支持 .netrc。

1.2   requests库安装。

requests库的安装可以通过pip install requests命令安装或者利用easy_install都可以完成安装，一般情况都是通过pip install requests命令安装。

 

1.3   用requests库发送请求。

使用 Requests发送网络请求非常简单。

第一步：需要导入 Requests 模块：

import requests

第二步：创建一个Response对象，我们可以各种通过HTTP请求类型从这个对象中获取所有我们想要的信息。

例如：获取 Github 的公共时间线。

Response = requests.get('https://api.github.com/events')

Response = requests.post('http://httpbin.org/post', data = {'key':'value'})

Response = requests.put('http://httpbin.org/put', data = {'key':'value'})

Response = requests.delete('http://httpbin.org/delete')

Response = requests.head('http://httpbin.org/get')

Response = requests.options('http://httpbin.org/get')

Get 、Post、PUT、DELETE、HEAD 以及 OPTIONS 都是requests 库的HTTP请求类型，常用的一般是Get 、Post两种，下面的教程也是以Get 、Post两种为主介绍相关的使用。

1.4   带参数的Get请求。

通常一个get完整的URL是手工构建的，数据会以键/值对的形式置于URL中，跟在一个问号的后面。例如， httpbin.org/get?key=val。 Requests 允许你使用 params 关键字参数，以一个字符串字典来提供这些参数。举例来说，如果你想传递 key1=value1 和 key2=value2 到 httpbin.org/get ，那么你可以使用如下代码：

payload = {'key1': 'value1', 'key2': 'value2'}

r = requests.get("http://httpbin.org/get", params=payload)

print(r.url)

运行结果：

http://httpbin.org/get?key1=value1&key2=value2

注意字典里值为 None 的键都不会被添加到 URL 的查询字符串里。

 

例子：

import requests

payload = {'key1': 'value1', 'key2': None,'key3':'value3'}

r = requests.get("http://httpbin.org/get", params=payload)

print(r.url)

运行结果：

http://httpbin.org/get?key3=value3&key1=value1

 

你还可以将一个列表作为值传入。

例子：

import requests

payload = {'key1': 'value1', 'key2': ['value2', 'value3']}

r = requests.get("http://httpbin.org/get", params=payload)

print(r.url)

运行结果：

http://httpbin.org/get?key2=value2&key2=value3&key1=value1

 

1.5   Get请求带headers 和 params查询参数。

Get请求如果想添加 headers，可以传入headers参数来增加请求头中的headers信息。如果要将参数放在url中传递，可以利用 params 参数。

例子：

import requests

 

kw = {'wd':'电影'}

 

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(response.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)

 

运行结果：

 

说明：

【response.text】：获取响应内容。

【response.content】：也是获取响应内容，但是返回的是字节流数据。

【response.url】：查看完整的请求URL。

【response.encoding】：查看响应头部字符编码。

【response.status_code】：查看响应状态码。

使用response.text 时，Requests 会基于 HTTP 响应的文本编码自动解码响应内容，大多数 Unicode 字符集都能被无缝地解码。

使用response.content 时，返回的是服务器响应数据的原始二进制字节流，可以用来保存图片等二进制文件。

1.6   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。

例子：

import requests

payload = {'key1': 'value1', 'key2': 'value2'}

ret = requests.post("http://httpbin.org/post", data=payload)

print(ret.text)

 

运行结果：

{"args":{},"data":"","files":{},"form":{"key1":"value1","key2":"value2"},"headers":{"Accept":"*/*","Accept-Encoding":"gzip, deflate","Connection":"close","Content-Length":"23","Content-Type":"application/x-www-form-urlencoded","Host":"httpbin.org","User-Agent":"python-requests/2.18.4"},"json":null,"origin":"119.123.205.115","url":"http://httpbin.org/post"}

 

1.7   响应内容。

requests模块的返回对象是一个Response对象，可以从这个对象中获取需要的信息。下面 r 代表Response对象。

【r.text】：文本响应内容。

【r.context】：二进制响应内容。

【r.json()】：JSON响应内容 。

【r.raw】：原始相应内容。

 

（1）文本响应内容。

例子：

import requests

r = requests.get('https://api.github.com/events')

print(r.text)

 

运行结果：

 

对于非文本请求，你也能以字节的方式访问请求响应体。

（2）二进制响应内容。

对于非文本请求，你也能以字节的方式访问请求响应体。

例子1：

import requests

r = requests.get('https://api.github.com/events')

print(r.content)

 

运行结果：

 

Requests 会自动为你解码 gzip 和 deflate 传输编码的响应数据。

 

例子2，以请求返回的二进制数据创建一张图片。

from PIL import Image

from io import BytesIO

i = Image.open(BytesIO(r.content))

 

（3）JSON响应内容。

Requests 中也有一个内置的 JSON 解码器，助你处理 JSON 数据。

例子：

import requests

r = requests.get('https://github.com/timeline.json')

print(r.json())

 

运行结果：

 

如果 JSON 解码失败， r.json 就会抛出一个异常。例如，相应内容是 401 (Unauthorized)，尝试访问 r.json 将会抛出 ValueError: No JSON object could be decoded 异常。

（4）Raw响应内容。

在罕见的情况下，你可能想获取来自服务器的原始套接字响应，那么你可以访问 r.raw。 如果你确实想这么干，那请你确保在初始请求中设置了 stream=True。具体你可以这么做。

例子：

import requests

r = requests.get('https://github.com/timeline.json', stream=True)

print(r.raw)

 

运行结果：

 

但一般情况下，你应该以下面的模式将文本流保存到文件。

with open(filename, 'wb') as fd:

    for chunk in r.iter_content(chunk_size):

        fd.write(chunk)

使用 Response.iter_content 将会处理大量你直接使用 Response.raw 不得不处理的。 当流下载时，上面是优先推荐的获取内容方式。

 

1.8   响应码转码。

Requests会自动将从Server返回的内容解码。许多Unicode字符也会被解码。

请求发出后，Requests 会基于 HTTP 头部对响应的编码作出有根据的推测。当你访问 r.text 之时，Requests 会使用其推测的文本编码。你可以找出 Requests 使用了什么编码，并且能够使用r.encoding 属性来改变它：

如果你改变了编码，每当你访问 r.text ，Request 都将会使用 r.encoding 的新值。你可能希望在使用特殊逻辑计算出文本的编码的情况下来修改编码。比如 HTTP 和 XML 自身可以指定编码。这样的话，你应该使用 r.content 来找到编码，然后设置 r.encoding 为相应的编码。这样就能使用正确的编码解析 r.text 了。

在你需要的情况下，Requests 也可以使用定制的编码。如果你创建了自己的编码，并使用codecs 模块进行注册，你就可以轻松地使用这个解码器名称作为 r.encoding 的值， 然后由 Requests 来为你处理编码。

例子：

import requests

r = requests.get('https://api.github.com/events')

print(r.text)

print(r.encoding)

r.encoding = 'ISO-8859-1'

print(r.encoding)

 

运行结果：

 

1.9   自定义请求头。

如果你想为请求添加 HTTP 头部，只要简单地传递一个 dict 给 headers 参数就可以了。

例如，在前一个示例中我们没有指定 content-type。

import requests

url = 'https://api.github.com/some/endpoint'

headers = {'user-agent': 'my-app/0.0.1'}

r = requests.get(url, headers=headers)

 

注意: 定制 header 的优先级低于某些特定的信息源，例如：

1.如果在 .netrc 中设置了用户认证信息，使用 headers= 设置的授权就不会生效。而如果设置了auth= 参数，.netrc 的设置就无效了。

2.如果被重定向到别的主机，授权 header 就会被删除。

3.代理授权 header 会被 URL 中提供的代理身份覆盖掉。

4.在我们能判断内容长度的情况下，header 的 Content-Length 会被改写。

更进一步讲，Requests 不会基于定制 header 的具体情况改变自己的行为。只不过在最后的请求中，所有的 header 信息都会被传递进去。

注意: 所有的 header 值必须是 string、bytestring 或者 unicode。尽管传递 unicode header 也是允许的，但不建议这样做。

 

1.10 响应状态码。

我们可以通过r.status_code检测响应状态码。

例子:

import requests

r = requests.get('http://httpbin.org/get')

print(r.status_code)

运行结果：

 

为方便引用，Requests还附带了一个内置的状态码查询对象。

r.status_code == requests.codes.ok

 

如果发送了一个错误请求(一个 4XX 客户端错误，或者 5XX 服务器错误响应)，我们可以通过Response.raise_for_status() 来抛出异常。

import requests

r = requests.get('http://httpbin.org/get')

print(r.status_code)

 

假如运行的结果为：404，会报如下错误：

bad_r.raise_for_status()

Traceback (most recent call last):

  File "requests/models.py", line 832, in raise_for_status

    raise http_error

requests.exceptions.HTTPError: 404 Client Error

但是，由于我们的例子中 r 的 status_code 是 200 ，当我们调用 raise_for_status() 时，得到的是：None。

 

1.11 响应头。

我们可以通过r.headers查看以一个请求的服务器响应头。

例子：

import requests

r = requests.get('http://httpbin.org/get')

print(r.headers)

运行结果：

{'Server': 'gunicorn/19.8.1',

'Access-Control-Allow-Origin': '*',

 'Content-Length': '211',

 'Content-Type': 'application/json',

 'Connection': 'keep-alive',

 'Access-Control-Allow-Credentials': 'true',

 'Date': 'Sun, 17 Jun 2018 03:21:54 GMT',

 'Via': '1.1 vegur'}

返回的是一个字典，这个字典比较特殊：它是仅为 HTTP 头部而生的，HTTP 头部是大小写不敏感的，因此，我们可以使用任意大写形式来编写这些响应头字段。

还有一个特殊点，那就是服务器可以多次接受同一 header，每次都使用不同的值。 Requests 会自动将它们合并。

 

1.12 cookies

我们可以通过r.cookies 去获取一个请求的cookies，特别是在实战中登录模块用的比较多，我们可以通过cookies进行登录。

例子1：

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)

 

运行结果：

 

例子2：利用Cookie模拟登录步骤：

1.在浏览器输入http://demo.bxcker.com，输入用户名和密码登录。

 

2.登录成功点“客户管理”模块。

 

3.进入客户管理模块，显示客户列表。

 

4.通过抓包工具抓取客户列表，得到登录后的Cookie信息。

 

GET http://demo.bxcker.com/customer/index.shtml HTTP/1.1

Host: demo.bxcker.com

Connection: keep-alive

Pragma: no-cache

Cache-Control: no-cache

Accept: */*

X-Requested-With: XMLHttpRequest

User-Agent: Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36

Referer: http://demo.bxcker.com/

Accept-Encoding: gzip, deflate

Accept-Language: zh-CN,zh;q=0.9

Cookie: IEX-JSESSIONID=WFPlPUVbbbkQ76XPCr9tXRB4voK0eESo; Hm_lvt_4320d635415dcfd7831a11fa64aec173=1526347940; Hm_lpvt_4320d635415dcfd7831a11fa64aec173=1526347940; SPRING_SECURITY_REMEMBER_ME_COOKIE=UE9kSDFGMnVsS291S2Z2V1k5c1daQT09OjZxWFVDUUhoVmR2UTdsWnRFRnlZZ0E9PQ

5.利用sublime text工具处理抓到的http请求头信息替换成字典。

 

选择内容替换的方式是用正则表达式。

内容填写：^(.*):s(.*)$  （需要把header文件内容处理成字典，中间有个空格，所以加个s）

替换为填写："1":"2",

点全换，处理完成之后变成如下：

"Host":"demo.bxcker.com",

"Connection":"keep-alive",

"Pragma":"no-cache",

"Cache-Control":"no-cache",

"Accept":"*/*",

"X-Requested-With":"XMLHttpRequest",

"User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36",

"Referer":"http://demo.bxcker.com/",

"Accept-Encoding":"gzip, deflate",

"Accept-Language":"zh-CN,zh;q=0.9",

"Cookie":"IEX-JSESSIONID=WFPlPUVbbbkQ76XPCr9tXRB4voK0eESo; Hm_lvt_4320d635415dcfd7831a11fa64aec173=1526347940; Hm_lpvt_4320d635415dcfd7831a11fa64aec173=1526347940; SPRING_SECURITY_REMEMBER_ME_COOKIE=UE9kSDFGMnVsS291S2Z2V1k5c1daQT09OjZxWFVDUUhoVmR2UTdsWnRFRnlZZ0E9PQ",

 

6. 处理完成之后直接拷贝到Python定义的头信息变量headers={}里。

 

7. 整理headers 信息（去掉一些没用的，保留一些重要的）。

"Connection":"keep-alive",

"X-Requested-With":"XMLHttpRequest",

"User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36",

"Referer":"http://demo.bxcker.com/",

"Cookie":"IEX-JSESSIONID=WFPlPUVbbbkQ76XPCr9tXRB4voK0eESo; Hm_lvt_4320d635415dcfd7831a11fa64aec173=1526347940; Hm_lpvt_4320d635415dcfd7831a11fa64aec173=1526347940; SPRING_SECURITY_REMEMBER_ME_COOKIE=UE9kSDFGMnVsS291S2Z2V1k5c1daQT09OjZxWFVDUUhoVmR2UTdsWnRFRnlZZ0E9PQ",

 

8. 编写完整的程序。

import requests

from urllib import parse

 

url ="http://demo.bxcker.com/qhiex_login"

headers ={

"Referer": "http://demo.bxcker.com/",

"Connection": "keep-alive",

"X-Requested-With": "XMLHttpRequest",

"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36",

"Content-Type": "application/x-www-form-urlencoded",

"Accept-Language": "zh-CN,zh;q=0.9",

}

data ={"username":"demo100","password":"demo100"}

# 通过urlencode()转码

postdata = parse.urlencode(data).encode(encoding='UTF8')

response = requests.post(url, data = postdata,headers=headers)

 

# 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)

#利用cookie登录，访问客户管理模块

r=requests.get("http://demo.bxcker.com/customer/index.shtml",headers=headers)

# 响应内容转码

r.encoding = 'utf-8'

#打印响应内容

print(r.text)

运行结果：

 

可以看到客户列表里的相关信息，证明是通过Cookie登录成功，然后跳转到客户管理模块，获取的客户信息。

 

1.13 Sission

在 requests 里，session对象是一个非常常用的对象，这个对象代表一次用户会话：从客户端浏览器连接服务器开始，到客户端浏览器与服务器断开。

会话能让我们在跨请求时候保持某些参数，比如在同一个 Session 实例发出的所有请求之间保持 cookie 。

例子：利用Sission实现登录。

import requests

from urllib import parse

url ="http://demo.bxcker.com/qhiex_login"

headers ={

"Referer": "http://demo.bxcker.com/",

"Connection": "keep-alive",

"X-Requested-With": "XMLHttpRequest",

"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36",

"Content-Type": "application/x-www-form-urlencoded",

"Accept-Language": "zh-CN,zh;q=0.9",

}

data ={"username":"demo100","password":"demo100"}

 

# 创建session对象，可以保存Cookie值。

ssion = requests.session()

 

# 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。

r = ssion.get("http://demo.bxcker.com/customer/index.shtml",headers=headers)

 

# 响应内容转码。

r.encoding = 'utf-8'

 

# 打印响应内容。

print(r.text)

 

运行结果：

1.14 重定向和重定向历史。

默认情况下，除了 HEAD, Requests 会自动处理所有重定向。

可以使用响应对象的 history 方法来追踪重定向。

Response.history 是一个 Response 对象的列表，为了完成请求而创建了这些对象。这个对象列表按照从最老到最近的请求进行排序。

例如：Github 将所有的 HTTP 请求重定向到 HTTPS。

import requests

r = requests.get('http://github.com')

print(r.url)

#'https://github.com/'

print(r.status_code)

# 200

print(r.history)

#[<Response [301]>]

 

如果你使用的是GET、OPTIONS、POST、PUT、PATCH 或者 DELETE，那么你可以通过 allow_redirects 参数禁用重定向处理：

import requests

r = requests.get('http://github.com',allow_redirects=False)

print(r.status_code)

# 301

print(r.history)

#[]

如果你使用了 HEAD，你也可以启用重定向：

 

例子：

import requests

r = requests.get('http://github.com',allow_redirects=False)

print(r.url)

#'https://github.com/'

print(r.history)

#[<Response [301]>]

 

1.15 请求超时设置。

你可以告诉 requests 在经过以 timeout 参数设定的秒数时间之后停止等待响应。

requests.get('http://github.com', timeout=0.001)

 

1.16 代理（proxies参数）

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。

例子：

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",

}

 

response = requests.get("http://www.baidu.com", proxies = proxies)

print response.text

也可以通过本地环境变量 HTTP_PROXY 和 HTTPS_PROXY 来配置代理：

 

export HTTP_PROXY="http://12.34.56.79:9527"

export HTTPS_PROXY="https://12.34.56.79:9527"

1.17 私密代理验证（特定格式） 和 Web客户端验证（auth 参数）。

urllib.request库 的做法比较复杂，requests只需要一步。

1.私密代理。

例子：

import requests

 

# 如果代理需要使用HTTP Basic Auth，可以使用下面这种格式：

proxy = { "http": "xny_123:abc123@61.158.163.130:16816" }

response = requests.get("http://www.baidu.com", proxies = proxy)

print(response.text)

 

2.web客户端验证。

如果是Web客户端验证，需要添加 auth = (账户名, 密码)。

例子：

import requests

 

auth=('xiaony', 'xny123')

response = requests.get('http://192.168.1.102', auth = auth)

print(response.text)

 

1.18 处理HTTPS请求 SSL证书验证。

Requests也可以为HTTPS请求验证SSL证书。

要想检查某个主机的SSL证书，你可以使用 verify 参数（也可以不写）。

例子：

import requests

r = requests.get("https://www.baidu.com/", verify=True)

 

# 也可以省略不写

# r = requests.get("https://www.baidu.com/")

print(r.encoding)

# 响应转码

r.encoding = 'utf-8'

print(r.text)

运行结果：

 

 -------------------------------

个人今日头条账号： 听海8   （上面上传了很多相关学习的视频以及我书里的文章，大家想看视频，可以关注我的今日头条）