requests模块的使用(一)

1. 为什么要重点学习requests模块，而不是urllib

• 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
• Requests能够自动帮助我们解压(gzip压缩的等)网页内容

2.requests的作用

作用：发送网络请求，返回响应数据

中文文档 ： http://docs.python-requests.org/zh_CN/latest/index.html

通过观察文档来学习：如何使用requests来发送网络请求？

3. requests模块发送简单的请求、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

response = requests.get(url)

response的常用属性：

• response.text
• respones.content
• response.status_code
• response.request.headers
• response.headers

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： 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”

• 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：

1. response.content.decode()
2. response.content.decode(“GBK”)
3. 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

4. 发送带header的请求

4.1 思考

对比浏览器上百度首页的网页源码和代码中的百度首页的源码，有什么不同？

代码中的百度首页的源码非常少，为什么？

4.2 为什么请求需要带上header？

模拟浏览器，欺骗服务器，获取和浏览器一致的内容

4.3 header的形式：字典

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”}

4.4 用法

requests.get(url,headers=headers)

5.发送带参数的请求

5.1 什么叫做请求参数：

错误的列1： http://www.webkaka.com/tutorial/server/2015/021013/

正确的例2：https://www.baidu.com/s?wd=python&c=b

5.2 参数的形式：字典

kw = {‘wd’:‘长城’}

5.3用法

requests.get(url,params=kw)

5.4 关于参数的注意点

在url地址中，很多参数是没有用的，比如百度搜索的url地址，其中参数只有一个字段有用，其他的都可以删除

对应的，在后续的爬虫中，越到很多参数的url地址，都可以尝试删除参数