curl
curl是一个利用URL语法在命令行下进行网络通信的工具,类似于一个命令行版本的浏览器,但不会对页面进行渲染.其用法很简单,直接在命令行中输入curl [URL地址] [参数]
即可,如:
curl https://www.baidu.com
其常用参数如下:
wget
wget也是一个利用URL语法在命令行环境下进行文件传输的工具,其基本用法为wget [URL地址] [参数],
如:
wget https://www.baidu.com
其常用参数如下:
下面例子演示如何使用wget镜像一个网站到本地并启动:
使用wget --mirror命令将整个网站的镜像下载到本地
wget --mirror -p --convert-links http://www.httpbin.org
切换到下载好的资源目录下,使用Python自带的http.server模块开启一个微型服务器
python -m http.server
访问localhost:8000,即可访问我们搭建在本机上的镜像网站.
Python中有两个常用的抓取数据的库:urllib和requests.其中requests库封装了urllib库,且比urllib库更为优雅.因此,我们可以直接学习requests库.
requests库
request库的应用比较简单,下面是官方提供的一段示例代码:
r = requests.get(‘https://api.github.com/user’, auth=(‘user’, ‘pass’))
r.status_code # 返回 200
r.headers[‘content-type’] # 返回 ‘application/json; charset=utf8’
r.encoding # 返回 ‘utf-8’
r.text # 返回 u’{“type”:“User”…’
r.json() # 返回 {u’private_gists’: 419, u’total_private_repos’: 77, …}
发送HTTP请求
下面几个方法可以发送HTTP请求,对应于HTTP的各种请求类型
-
requests.get(url, params=None, **kwargs)
-
requests.post(url, data=None, json=None, **kwargs)
-
requests.put(url, data=None, **kwargs)
-
requests.delete(url, **kwargs)
-
requests.head(url, **kwargs)
-
requests.options(url, **kwargs)
上面六个方法分别对应HTTP请求类型中的GET,POST,PUT,DELETE,HEAD和OPTIONS
,各参数意义如下:
-
url: 请求的URL地址.
-
params: GET请求放进URL中的请求参数,以字典形式存储.
-
data: 请求体中的数据.
-
**kwargs: 该请求需要的其他参数,包括:
-
headers: 以字典格式存储的请求头内容.
-
json: 以字典形式存储的请求体中数据,等同于data参数
-
cookies: 以字典形式存储的cookies.
-
allow_redirects: 是否允许重定向,为一个布尔值
-
timeout: 设置超时时间,单位为秒
现在能在网上找到很多很多的学习资源,有免费的也有收费的,当我拿到1套比较全的学习资源之前,我并没着急去看第1节,我而是去审视这套资源是否值得学习,有时候也会去问一些学长的意见,如果可以之后,我会对这套学习资源做1个学习计划,我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料,质量还不错,大家可以跟着学习
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!