安装
pip3 install requests
requests 的底层实现其实就是 urllib
开源地址：https://github.com/kennethreitz/requests
中文文档 API： http://docs.python-requests.org/zh_CN/latest/index.html
- 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urllib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。
(1)最基本的GET请求可以直接用get方法
response = requests.get("http://www.baidu.com/")
# 也可以这么写
response = requests.request("get", "http://www.baidu.com/")
response的常用方法：
- response.text(查看响应内容)
- respones.content(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)
- response.status_code(查看响应码)
- response.request.headers
- response.headers
(2)添加headers和查询参数(params)
- 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。
import requests
kw = {'wd':'长城'}
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 (respones.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
......省略
......省略
'http://www.baidu.com/s?wd=%E9%95%BF%E5%9F%8E'
'utf-8'
200
例子
#通过requests获取新浪首页
import requests
response = requests.get("http://www.sina.com")
print(response.request.headers)
print(response.content.decode('utf-8'))#正常打印网页源码
print('*'*100)
print(response.text)#出现乱码
打印结果
{'User-Agent': 'python-requests/2.12.4', 'Accept-Encoding': 'gzip, deflate', 'Accept': '*/*', 'Connection': 'keep-alive'}
<!DOCTYPE html>
<html>
<head>
<meta http-equiv="Content-type" content="text/html; charset=utf-8" />
<meta http-equiv="X-UA-Compatible" content="IE=edge" />
<title>新浪首页</title>
<meta name="keywords" content="新浪,新浪网,SINA,sina,sina.com.cn,新浪首页,门户,资讯" />
...
*********************************************************************************************************
<!DOCTYPE html>
<!-- [ published at 2017-06-09 15:18:10 ] -->
<html>
<head>
<meta http-equiv="Content-type" content="text/html; charset=utf-8" />
<meta http-equiv="X-UA-Compatible" content="IE=edge" />
<title>新浪首页</title>
<meta name="keywords" content="新浪,新浪网,SINA,sina,sina.com.cn,新浪首页,门户,资讯" />
<meta name="description" content="新浪网为全ç�ƒç”¨æˆ·24å°�æ—¶æ��供全é�¢å�Šæ—¶çš„ä¸æ–‡èµ„讯，内容覆盖国内外çª�å�‘新闻事件ã€�体å�›èµ›äº‹ã€�娱ä¹�时尚ã€�产业资讯ã€�实用信æ�¯ç‰ï¼Œè®¾æœ‰æ–°é—»ã€�体育ã€�娱ä¹�ã€�è´¢ç»�ã€�科技ã€�房产ã€�汽车ç‰30多个内容频é�“，å�Œæ—¶å¼€è®¾å�šå®¢ã€�视频ã€�论å�›ç‰è‡ªç”±äº’动交æµ�空间。" />
<link rel="mask-icon" sizes="any" href="//www.sina.com.cn/favicon.svg" color="red">
产生问题的原因分析
- requests默认自带的Accept-Encoding导致或者新浪默认发送的就是压缩之后的网页
- 但是为什么content.read()没有问题，因为requests，自带解压压缩网页的功能
- 当收到一个响应时，Requests 会猜测响应的编码方式，用于在你调用response.text 方法时对响应进行解码。Requests 首先在 HTTP 头部检测是否存在指定的编码方式，如果不存在，则会使用 chardet.detect来尝试猜测编码方式（存在误差）
- 更推荐使用response.content.deocde()
通过requests获取网络上图片的大小
from io import BytesIO,StringIO
import requests
from PIL import Image
img_url = "http://imglf1.ph.126.net/pWRxzh6FRrG2qVL3JBvrDg==/6630172763234505196.png"
response = requests.get(img_url)
f = BytesIO(response.content)
img = Image.open(f)
print(img.size)#长宽
输出结果：
(500, 262)
BytesIO 和StringIO
- 很多时候，数据读写不一定是文件，也可以在内存中读写。
- StringIO顾名思义就是在内存中读写str。
- BytesIO 就是在内存中读写bytes类型的二进制数据
例子中如果使用StringIO:
即f = StringIO(response.text)会产生"cannot identify image file"的错误
当然上述例子也可以把图片存到本地之后再使用Image打开来获取图片大小
动手 使用requests爬取任意输入的百度贴吧的网页，并保存到本地
网友评论