zoukankan      html  css  js  c++  java
  • 爬虫随笔一

    1、requests模块

    #HTTP请求类型
    #get类型
    r = requests.get('https://github.com/timeline.json')
    #post类型
    r = requests.post("http://m.ctrip.com/post")
    #put类型
    r = requests.put("http://m.ctrip.com/put")
    #delete类型
    r = requests.delete("http://m.ctrip.com/delete")
    #head类型
    r = requests.head("http://m.ctrip.com/head")
    #options类型
    r = requests.options("http://m.ctrip.com/get")
    
    #获取响应内容
    print r.content #以字节的方式去显示,中文显示为字符
    print r.text #以文本的方式去显示
    
    #URL传递参数
    payload = {'keyword': '日本', 'salecityid': '2'}
    r = requests.get("http://m.ctrip.com/webapp/tourvisa/visa_list", params=payload) 
    print r.url #示例为http://m.ctrip.com/webapp/tourvisa/visa_list?salecityid=2&keyword=日本
    
    #获取/修改网页编码
    r = requests.get('https://github.com/timeline.json')
    print r.encoding
    r.encoding = 'utf-8'
    
    #json处理
    r = requests.get('https://github.com/timeline.json')
    print r.json() #需要先import json    
    
    #定制请求头
    url = 'http://m.ctrip.com'
    headers = {'User-Agent' : 'Mozilla/5.0 (Linux; Android 4.2.1; en-us; Nexus 4 Build/JOP40D) AppleWebKit/535.19 (KHTML, like Gecko) Chrome/18.0.1025.166 Mobile Safari/535.19'}
    r = requests.post(url, headers=headers)
    print r.request.headers
    
    #复杂post请求
    url = 'http://m.ctrip.com'
    payload = {'some': 'data'}
    r = requests.post(url, data=json.dumps(payload)) #如果传递的payload是string而不是dict,需要先调用dumps方法格式化一下
    
    #post多部分编码文件
    url = 'http://m.ctrip.com'
    files = {'file': open('report.xls', 'rb')}
    r = requests.post(url, files=files)
    
    #响应状态码
    r = requests.get('http://m.ctrip.com')
    print r.status_code
        
    #响应头
    r = requests.get('http://m.ctrip.com')
    print r.headers
    print r.headers['Content-Type']
    print r.headers.get('content-type') #访问响应头部分内容的两种方式
        
    #Cookies
    url = 'http://example.com/some/cookie/setting/url'
    r = requests.get(url)
    r.cookies['example_cookie_name']    #读取cookies
        
    url = 'http://m.ctrip.com/cookies'
    cookies = dict(cookies_are='working')
    r = requests.get(url, cookies=cookies) #发送cookies
    
    #设置超时时间
    r = requests.get('http://m.ctrip.com', timeout=0.001)
    
    #设置访问代理
    proxies = {
               "http": "http://10.10.10.10:8888",
               "https": "http://10.10.10.100:4444",
              }
    r = requests.get('http://m.ctrip.com', proxies=proxies)
  • 相关阅读:
    web.xml配置详解(转载)
    http协议无状态中的 "状态" 到底指的是什么?!(转载)
    sublime配置python运行环境
    Eclipse下载安装教程
    局域网访问文件共享了访问不了解决方法
    ThreadLocal实现线程级上下文
    Spring中ApplicationEvent和ApplicationListener封装
    MySQL根据出生日期计算年龄的五种方法比较
    常用正则
    java.lang.OutOfMemoryError: PermGen space有效解决方法
  • 原文地址:https://www.cnblogs.com/weapon-liu/p/7944763.html
Copyright © 2011-2022 走看看