前面我写的爬虫用的都是Python自带的的标准库urllib，这个库用起来还行，不过有些操作比较麻烦。所以现在我们来学习一下一个非常著名的HTTP库——requests。
打开官网还有一段警告。可见requests的方便，可以帮我们避免这么多危险。
警告：非专业使用其他 HTTP 库会导致危险的副作用，包括：安全缺陷症、冗余代码症、重新发明轮子症、啃文档症、抑郁、头疼、甚至死亡。
好了，废话不多说，如果没有安装requests的话，先来安装一下。
pip install requests
使用举例
如果想快速上手requests，可以参考快速上手文档。居然是中文文档，翻译的还不错，真的很良心。
发起请求
发起GET请求非常简单，直接使用requests的get方法即可。比方说下面的代码获取百度首页的信息。
import requests
baidu_url = 'https://www.baidu.com'
response = requests.get(baidu_url)
print(response.content.decode())
如果要在URL上附加参数，也非常简单，使用params参数传入字典即可。参数会自动附加到URL上，列表参数也会正确的附加。这里这个网站是一个HTTP调试网站，值得收藏。如果我们访问这个网站，它会将浏览器发送的请求头，用户代理、表单参数等信息以格式化JSON形式返回，对HTTP调试非常有帮助。
base_url = 'http://httpbin.org/'
params = {
'name': 'yitian',
'age': 22,
'friends': ['zhang3', 'li4']
}
response = requests.get(f'{base_url}get', params=params)
print(response.url)
# 结果: http://httpbin.org/get?name=yitian&age=22&friends=zhang3&friends=li4
其他常用的HTTP操作例如PUT、DELETE、HEAD、OPTIONS等也支持，调用相应方法即可。
获取结果
发起请求之后，返回值是一个Response对象，利用它我们可以方便的获取结果。
响应对象的常用属性和方法如下。
| 属性名 | 结果 |
|---|---|
| text | HTTP字符 |
| encoding | 响应编码，这个值可以改变，改变之后text属性也会根据编码而变化 |
| content | 未编码的二进制数据 |
| json() | 返回JSON数据 |
| raw | 结果的原始字节流 |
| url | 请求的URL |
| status_code | 状态码 |
| headers | 请求头字典 |
| cookies | cookies字典 |
| history | 如果发生重定向，所有请求对象都会保存到这里 |
自定义header
如果要在请求上添加请求头，也非常简单。有些网站对客户端的限制比较严格，所以我们必须伪装header。
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36'
}
response = requests.get('http://httpbin.org/get', headers=headers)
print(response.text)
假如使用自带的urllib标准库，那么代码就比较复杂了。从这里我们可以看到requests确实非常方便。
import urllib.request
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36'
}
request = urllib.request.Request(baidu_url, headers=headers)
html = urllib.request.urlopen(request).read().decode()
print(html)
POST数据
如果我们要发送复杂的表单，就需要POST数据了。和GET传送数据一样，想方法中额外添加一个data参数的事儿。这种方式相当于你在表单中填写这些数据，然后点击表单的提交。
data = {
'name': 'yitian',
'age': 22,
'friends': ['zhang3', 'li4']
}
response = requests.post(f'{base_url}post', data=data)
print(response.text)
有时候POST数据不是使用表单方式，而是直接在请求体中附加参数。那么我们在发送参数的时候不能向data参数添加字典了，而应该传递字符串。
import json
data = {
'name': 'yitian',
'age': 22,
'friends': ['zhang3', 'li4']
}
response = requests.post(f'{base_url}post', data=json.dumps(data))
print(response.text)
有些程序（例如Github的API）需要将JSON字符串直接当做请求体发送，比如说上面这种将字典转换为JSON的例子。在这种情况下，我们可以直接将字典的引用传递给方法的json参数，这样就不需要我们手动转换，requests会自动转换。
response = requests.post(f'{base_url}post', json=data)
上传文件
在网页上，上传头像等操作都需要上传multipart/form-data类型的表单。使用requests也非常简单。需要注意打开文件的时候最好使用二进制模式，使用文本模式打开文件可能导致requests不能正确计算文件的大小。
file = open(r'c:\Windows\System32\drivers\etc\hosts', mode='rb')
data = {
'file': file
}
response = requests.post(f'{base_url}post', files=data)
print(response.text)
cookies
如果要获取响应的cookies，调用cookies属性即可，它会返回一个RequestsCookieJar对象，它实现了标准库的http.cookiejar。所以我们可以按照cookiejar的方法来使用RequestsCookieJar。比如说访问百度的时候，它会分配一个cookie，所以我们可以使用下面的代码获取Cookie。
response = requests.get(baidu_url)
print(response.cookies)
如果要在发送数据的时候向服务器传递cookie，需要实例化一个RequestsCookieJar，然后传递给发送方法的cookies参数。
import requests.cookies
cookies = requests.cookies.RequestsCookieJar()
cookies.set('name', 'yitian')
response = requests.get(f'{base_url}cookies', cookies=cookies)
print(response.text)
以上就是requests的快速入门了。其实写完了我才发现我写的有点多余，因为requests的国际化做得很好，有官方中文文档。所以有什么问题的话，直接看文档吧！不愁看不懂。
网友评论