Python网络爬虫与信息提取（第一周）

第一周

1.Requests库

PS：官方文档
1）安装
pip install requests
2）来段代码

import requests  #导入requests库
r = requests.get('http://baidu.com') #访问百度首页
r.status_code #查看请求状态，访问成功状态码为200
r.encoding = 'utf-8'#将页面编码转成utf-8
r.text#查看网页内容
type(r)
r.headers#获取get请求获得的头部信息

3）Requests库的7个主要方法

方法	说明
requests.request()	构造一个请求，支撑一下个方法的基础方法
requests.get()	获取HTML网页的主要方法，对应于HTTP的GET
requests.head()	获取HTML网页头信息的方法，对应于HTTP的HEAD
requests.post()	向HTML网页提交POST请求的方法，对应于HTTP的POST
requests.put()	向HTML网页提交PUT请求的方法，对应于HTTP的PUT
requests.patch()	向HTML网页提交局部修改请求，对应于HTTP的PATCH
requests.delete()	向HTML网页提交删除请求，对应于HTTP的DELETE

4）理解Resquests库的异常

异常	说明
requests.ConnectionError	网络连接错误异常，如DNS查询失败、拒绝连接等
requests.HTTPError	HTTP错误异常
requests.URLRequired	URL缺失异常
requests.TooManyRedirects	超过最大重定向次数，产生重定向异常
requests.ConnectTimeout	远程连接服务器超时异常
requests.Timeout	请求URL超时，产生超时异常
r.raise_for_status()	如果不是200，产生异常requests.HTTPError

5&#x