urllib与requests
一、urllib的学习
学习目标
了解urllib的基本使用
1、urllib介绍
除了requests模块可以发送请求之外, urllib模块也可以实现请求的发送,只是操作方法略有不同!
urllib在python中分为urllib和urllib2,在python3中为urllib
下面以python3的urllib为例进行讲解
2、urllib的基本方法介绍
2.1 urllib.Request
-
构造简单请求
import urllib #构造请求 request = urllib.request.Request("http://www.baidu.com") #发送请求获取响应 response = urllib.request.urlopen(request)
-
传入headers参数
import urllib #构造headers headers = {"User-Agent" : "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)"} #构造请求 request = urllib.request.Request(url, headers = headers) #发送请求 response = urllib.request.urlopen(request)
-
传入data参数 实现发送post请求(示例)
import urllib.request import urllib.parse import json url = 'http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=keyword' headers = { 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/15.0 Safari/605.1.15', } data = { 'cname': '', 'pid': '', 'keyword': '北京', 'pageIndex': 1, 'pageSize': 10, } # 使用post方式 # 需要 data = urllib.parse.urlencode(data).encode('utf-8') req = urllib.request.Request(url, data=data, headers=headers) res = urllib.request.urlopen(req) print(res.getcode()) print(res.geturl()) data = json.loads(res.read().decode('utf-8')) # print(data) for i in data['Table1']: print(i)
2.2 response.read()
获取响应的html字符串,bytes类型
#发送请求 response = urllib.request.urlopen("http://www.baidu.com") #获取响应 response.read()
3、urllib请求百度首页的完整例子
import urllib import json url = 'http://www.baidu.com' #构造headers headers = {"User-Agent" : "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)"} #构造请求 request = urllib.request.Request(url, headers = headers) #发送请求 response = urllib.request.urlopen(request) #获取html字符串 html_str = response.read().decode('utf-8') print(html_str)
4、小结
-
urllib.request中实现了构造请求和发送请求的方法
-
urllib.request.Request(url,headers,data)能够构造请求
-
urllib.request.urlopen能够接受request请求或者url地址发送请求,获取响应
-
response.read()能够实现获取响应中的bytes字符串
requests模块的入门使用
一、requests模块的入门使用
学习目标:
-
了解 requests模块的介绍
-
掌握 requests的基本使用
-
掌握 response常见的属性
-
掌握 requests.text和content的区别
-
掌握 解决网页的解码问题
-
掌握 requests模块发送带headers的请求
-
掌握 requests模块发送带参数的get请求
1、为什么要重点学习requests模块,而不是urllib
-
企业中用的最多的就是requests
-
requests的底层实现就是urllib
-
requests在python2 和python3中通用,方法完全一样
-
requests简单易用
2、requests的作用与安装
作用:发送网络请求,返回响应数据
安装:pip install requests
3、requests模块发送简单的get请求、获取响应
需求:通过requests向百度首页发送请求,获取百度首页的数据
import requests # 目标url url = 'https://www.baidu.com' # 向目标url发送get请求 response = requests.get(url) # 打印响应内容 print(response.text)
response的常用属性:
-
response.text
响应体 str类型 -
response.encoding
从HTTP header中猜测的响应内容的编码方式 -
respones.content
响应体 bytes类型 -
response.status_code
响应状态码 -
response.request.headers
响应对应的请求头 -
response.headers
响应头 -
response.request.cookies
响应对应请求的cookie -
response.cookies
响应的cookie(经过了set-cookie动作) -
response.url
获取访问的url -
response.json()
获取json数据 得到内容为字典 (如果接口响应体的格式是json格式时) -
response.ok
如果status_code小于200,response.ok返回True。
如果status_code大于200,response.ok返回False。
思考:text是response的属性还是方法呢?
-
一般来说名词,往往都是对象的属性,对应的动词是对象的方法
3.1 response.text 和response.content的区别
-
response.text
-
类型:str
-
解码类型: requests模块自动根据HTTP 头部对响应的编码作出有根据的推测,推测的文本编码
-
如何修改编码方式:
response.encoding="gbk/UTF-8"
-
-
response.content
-
类型:bytes
-
解码类型: 没有指定
-
如何修改编码方式:
response.content.deocde("utf8")
-
获取网页源码的通用方式:
-
response.content.decode()
-
response.content.decode("UTF-8")
-
response.text
以上三种方法从前往后尝试,能够100%的解决所有网页解码的问题
所以:更推荐使用response.content.deocde()
的方式获取响应的html页面
3.2 练习:把网络上的图片保存到本地
我们来把
www.baidu.com
的图片保存到本地
思考:
-
以什么方式打开文件
-
保存什么格式的内容
分析: