发送请求
>>> import requests
>>> r = requests.get('https://api.github.com/events')
>>> r = requests.post('http://httpbin.org/post', data = {'key':'value'})
>>> r = requests.put('http://httpbin.org/put', data = {'key':'value'})
>>> r = requests.delete('http://httpbin.org/delete')
>>> r = requests.head('http://httpbin.org/get')
>>> r = requests.options('http://httpbin.org/get')
Cookies
(1)把cookie对象转化为字典
>>> import requests
>>> resp = requests.get('https://www.baidu.com')
>>>
>>> resp.cookies
>>> <RequestsCookieJar[Cookie(version=0, name='BDORZ', value='27315', port=None, port_specified=False, domain='.baidu.com', domain_specified=True, domain_initial_dot=True, path='/', path_specified=True, secure=False, expires=1554902739, discard=False, comment=None, comment_url=None, rest={}, rfc2109=False)]>
>>>
>>> requests.utils.dict_from_cookiejar(resp.cookies)
>>> {'BDORZ': '27315'}
(2)把字典数据转化为cookie对象
>>> requests.utils.cookiejar_from_dict({'BDORZ': '27315'})
>>> <RequestsCookieJar[Cookie(version=0, name='BDORZ', value='27315', port=None, port_specified=False, domain='', domain_specified=False, domain_initial_dot=False, path='/', path_specified=True, secure=False, expires=None, discard=True, comment=None, comment_url=None, rest={'HttpOnly': None}, rfc2109=False)]>
(3)会话保持session和cookie
-
使用
session
登录github
import time import requests from lxml import etree def login(session): headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 " "(KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36"} response = session.get('https://github.com/login') # 将字符串解析为HTML文档 html = etree.HTML(response.text) # <Element html at 0x25818bb3188> # 从form表单中获取class属性包含js-signup-form-submit的对象下的input标签中name属性等于authenticity_token的标签的value值 # token = html.xpath('//form[contains(@class, "js-signup-form-submit")]/input[@name="authenticity_token"]/@value')[0] authenticity_token = html.xpath('//input[@name="authenticity_token"]/@value')[0] # 时间戳加密字段 timestamp_secret = html.xpath('//input[@name="timestamp_secret"]/@value')[0] data = {"commit": "Sign in", "authenticity_token": authenticity_token, "ga_id": 478120666.1560827698, "login": "用户名", "password": "密码", "webauthn-support": "supported", "webauthn-iuvpaa-support": "unsupported", "return_to": "", "required_field_0dce": "", "timestamp": int(round(time.time() * 1000)), "timestamp_secret": timestamp_secret} # 进行登录 session.post('https://github.com/session', headers=headers, data=data, verify=False) # 创建session对象 session = requests.session() # 登录 login(session) # 新建仓库 response = session.get('https://github.com/new') print(response.content.decode())
- 如果未登录成功
- 如果未登录成功
-
使用
cookie
保持会话,登录github
-
第一步:首先在网页进行手动登录,然后复制请求的
Cookie
-
第二步:处理该cookie,将其转换为字典
cookie_info = "_octo=GH1.1.188482370.1594811107; _device_id=83a88394ca8a515c4dcdf255b5aa87e4; has_recent_activity=1; _ga=GA1.2.635994109.1594811111; _gat=1; tz=Asia%2FShanghai; user_session=Hz6PM7kRVb12HSRLotw08y8wpIwKHW5ko42xitHRvnC2B24u; __Host-user_session_same_site=Hz6PM7kRVb12HSRLotw08y8wpIwKHW5ko42xitHRvnC2B24u; logged_in=yes; dotcom_user=FatPuffer; _gh_sess=5Npl3X%2F6WwxmyNwrbP2zfnER1CQqjDmQM8eDzB7XrQ3xd%2BcI6Jl0xFKhOAT1yhaKlDsguuFRMae5aiHTIHVxVfwh%2B2lm6rLcs13XlKvLZFFjIRv3u3zNeLQEXoqi7r7TS04vnuouIWl5LreI9FdZZDJ3dVzl1GhWzFLLhbjblKCRMFgllyNrRzYzGDMw8Om6%2BKXT6GgJ1Ey3IISigdPjkaXL%2FdXQS%2B4t5Y7bnNWgQndrmB076pI2DLgNIhBPws5hlfXWKB9aftV987urJ1ANprM7At9Cb0mEczSoj3P8%2FGT5GdFWZ3kfIPU5M%2BtYVuXLzE%2B9%2FHpu7kCMbna%2FZqtxqax7sRd8o4ad5ysQGvw7%2F2MrNKSYl3i%2FkhUB5s7g6X0tlChVFyiazDYIgugz2es1L756zWzCZhN2sQcmzAoDaXN34UHUkm3WkRbFDds49H5EMFXktbKm3rdKBZ1az80RWumpxX%2Blx7H8HjMaVSxI8wddfwA%2BrLQMmxGo9U8UDRFi2qIIY8d70rB48T0UztUGPo%2FZ2QY2ErLpfA5bVTSjGnFfp4%2BpfzLhyfkoj%2FUVAioMJUCO4HFu2fn0n%2F2CRdSlvxYwNvkA951zj4XTb%2BfyMwAvXf9oba5ZOWshKPORNt4URrK6kTnCYlBVJ9sLPdPw9bXD9oxnVyH1VJiplFIR8hxRbZvl3tYExL8xAilUDwAZ2LlO5gsaaT6420f7g6sfqiAU%2Fu96iIjaW5HnKxq0GDklwOJeX3Ez96zej7M2wciXzv2I0AoLFNDJiDTTUX83l9GM8up1Q495C9Bzrx62kQ7nr9zGOv01leIvkRJ72Q%2Fiep%2FENmII%2BlBlSMWS9PwZAblz3kDxfqm2u%2B1BBj6kpQi3gG7Bt2iuatoH%2FHw%2BnBW7c99aS2ICmqMlI99YZsA3mCaPRlqii9YkPjW%2FpuT7Te%2BlL9%2F7AqTi5juHvG8qN%2FcTutcf%2FKtyiZyEtmcQNY1GiosO9ISTKv%2Fv06eBUopiLuItjAma--owiBDgtCOM1KCNly--4GNadol7pRMjGXL6fykyDA%3D%3D" cookie_list = cookie_info.split("; ") cookies = {cookie.split("=")[0]: cookie.split("=")[1] for cookie in cookie_list} """ {'__Host-user_session_same_site': 'Hz6PM7kRVb12HSRLotw08y8wpIwKHW5ko42xitHRvnC2B24u', '_device_id': '83a88394ca8a515c4dcdf255b5aa87e4', '_ga': 'GA1.2.635994109.1594811111', '_gat': '1', '_gh_sess': '5Npl3X%2F6WwxmyNwrbP2zfnER1CQqjDmQM8eDzB7XrQ3xd%2BcI6Jl0xFKhOAT1yhaKlDsguuFRMae5aiHTIHVxVfwh%2B2lm6rLcs13XlKvLZFFjIRv3u3zNeLQEXoqi7r7TS04vnuouIWl5LreI9FdZZDJ3dVzl1GhWzFLLhbjblKCRMFgllyNrRzYzGDMw8Om6%2BKXT6GgJ1Ey3IISigdPjkaXL%2FdXQS%2B4t5Y7bnNWgQndrmB076pI2DLgNIhBPws5hlfXWKB9aftV987urJ1ANprM7At9Cb0mEczSoj3P8%2FGT5GdFWZ3kfIPU5M%2BtYVuXLzE%2B9%2FHpu7kCMbna%2FZqtxqax7sRd8o4ad5ysQGvw7%2F2MrNKSYl3i%2FkhUB5s7g6X0tlChVFyiazDYIgugz2es1L756zWzCZhN2sQcmzAoDaXN34UHUkm3WkRbFDds49H5EMFXktbKm3rdKBZ1az80RWumpxX%2Blx7H8HjMaVSxI8wddfwA%2BrLQMmxGo9U8UDRFi2qIIY8d70rB48T0UztUGPo%2FZ2QY2ErLpfA5bVTSjGnFfp4%2BpfzLhyfkoj%2FUVAioMJUCO4HFu2fn0n%2F2CRdSlvxYwNvkA951zj4XTb%2BfyMwAvXf9oba5ZOWshKPORNt4URrK6kTnCYlBVJ9sLPdPw9bXD9oxnVyH1VJiplFIR8hxRbZvl3tYExL8xAilUDwAZ2LlO5gsaaT6420f7g6sfqiAU%2Fu96iIjaW5HnKxq0GDklwOJeX3Ez96zej7M2wciXzv2I0AoLFNDJiDTTUX83l9GM8up1Q495C9Bzrx62kQ7nr9zGOv01leIvkRJ72Q%2Fiep%2FENmII%2BlBlSMWS9PwZAblz3kDxfqm2u%2B1BBj6kpQi3gG7Bt2iuatoH%2FHw%2BnBW7c99aS2ICmqMlI99YZsA3mCaPRlqii9YkPjW%2FpuT7Te%2BlL9%2F7AqTi5juHvG8qN%2FcTutcf%2FKtyiZyEtmcQNY1GiosO9ISTKv%2Fv06eBUopiLuItjAma--owiBDgtCOM1KCNly--4GNadol7pRMjGXL6fykyDA%3D%3D', '_octo': 'GH1.1.188482370.1594811107', 'dotcom_user': 'FatPuffer', 'has_recent_activity': '1', 'logged_in': 'yes', 'tz': 'Asia%2FShanghai', 'user_session': 'Hz6PM7kRVb12HSRLotw08y8wpIwKHW5ko42xitHRvnC2B24u'} """
-
第三步:给请求带上此cookie即可登录
import requests resp = requests.get("https://github.com/new", cookies=cookies) print(resp.content.decode())
说明我们使用该cookies跳过了登录验证,但此方法存在不足,就是cookies会话有时效性,在一段时间后会失效,所以在生产环境中不会使用该方法。
-
传递 URL
参数
>>> payload = {"wd": "python"}
>>> headers={"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3573.0 Safari/537.36"}
>>> r = requests.get("https://www.baidu.com/s", params=payload, headers=headers)
通过打印输出该 URL,你能看到 URL 已被正确编码
>>> print(r.url)
'https://www.baidu.com/s?wd=python'
你还可以将一个列表作为值传入:
>>> payload = {'key1': 'value1', 'key2': ['value2', 'value3']}
>>> r = requests.get('http://httpbin.org/get', params=payload)
>>> print(r.url)
http://httpbin.org/get?key1=value1&key2=value2&key2=value3
Response响应内容
>>> import requests
>>> r = requests.get('https://api.github.com/events')
>>> r.text
u'[{"repository":{"open_issues":0,"url":"https://github.com/...
Requests 会自动解码来自服务器的内容。大多数 unicode 字符集都能被无缝地解码。
请求发出后,Requests 会基于 HTTP 头部对响应的编码作出有根据的推测。当你访问 r.text
之时,Requests 会使用其推测的文本编码。你可以找出 Requests 使用了什么编码,并且能够使用 r.encoding 属性来改变它:
>>> r.encoding
'utf-8'
>>> r.encoding = 'ISO-8859-1'
如果你改变了编码,每当你访问 r.text ,Request 都将会使用 r.encoding 的新值。你可能希望在使用特殊逻辑计算出文本的编码的情况下来修改编码。比如 HTTP 和 XML 自身可以指定编码。这样的话,你应该使用 r.content
来找到编码,然后设置 r.encoding
为相应的编码。这样就能使用正确的编码解析 r.text 了
response.text和response.content的区别
(1) 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,推测文本编码
- 修改编码类型:response.encoding=‘gbk’
(2)response.content
- 类型:bytes
- 解码类型:没有指定
- 修改编码方式:response.content.decode()
(3)更推荐使用response.content.decode()
方式来获取响应的html页面
JSON 响应内容
Response 中也有一个内置的 JSON 解码器,助你处理 JSON 数据
>>> import requests
>>> r = requests.get('https://api.github.com/events')
>>> r.json()
[{u'repository': {u'open_issues': 0, u'url': 'https://github.com/...
需要注意的是,成功调用 r.json() 并不意味着响应的成功。有的服务器会在失败的响应中包含一个 JSON 对象(比如 HTTP 500 的错误细节)。这种 JSON 会被解码返回。要检查请求是否成功,请使用 r.raise_for_status()
或者检查 r.status_code
是否和你的期望相同。
定制请求头headers
如果你想为请求添加 HTTP 头部,只要简单地传递一个 dict 给 headers 参数就可以了。
例如,在前一个示例中我们没有指定 content-type:
>>> url = 'https://api.github.com/some/endpoint'
>>> headers = {'user-agent': 'my-app/0.0.1'}
>>> r = requests.get(url, headers=headers)
如果被重定向到别的主机,授权 header 就会被删除。
更加复杂的 POST 请求data
通常,你想要发送一些编码为表单形式
的数据——非常像一个 HTML 表单。要实现这个,只需简单地传递一个字典给 data
参数。你的数据字典在发出请求时会自动编码为表单形式:
>>> payload = {'key1': 'value1', 'key2': 'value2'}
>>> r = requests.post("http://httpbin.org/post", data=payload)
>>> print(r.text)
{
...
"form": {
"key2": "value2",
"key1": "value1"
},
...
}
你还可以为 data 参数传入一个元组列表。在表单中多个元素使用同一 key 的时候,这种方式尤其有效:
>>> payload = (('key1', 'value1'), ('key1', 'value2'))
>>> r = requests.post('http://httpbin.org/post', data=payload)
>>> print(r.text)
{
...
"form": {
"key1": [
"value1",
"value2"
]
},
...
}
代理(proxies
参数)
import requests
# 根据协议类型,选择不同的代理
proxies = {
"http": "http://12.34.56.79:9527",
"https": "http://12.34.56.79:9527",
}
response = requests.get("http://www.baidu.com", proxies = proxies)
print response.text
也可以通过本地环境变量 HTTP_PROXY 和 HTTPS_PROXY 来配置代理:
export HTTP_PROXY="http://12.34.56.79:9527"
export HTTPS_PROXY="https://12.34.56.79:9527"
私密代理验证(特定格式) 和 Web客户端验证(auth 参数)
(1)私密代理
import requests
# 如果代理需要使用HTTP Basic Auth,可以使用下面这种格式:
proxy = { "http": "mr_mao_hacker:sffqry9r@61.158.163.130:16816" }
response = requests.get("http://www.baidu.com", proxies = proxy)
print response.text
(2)web客户端验证
import requests
auth=('test', '123456')
response = requests.get('http://192.168.199.107', auth = auth)
print response.text
SESSION
- 在 requests 里,session对象是一个非常常用的对象,这个对象代表一次用户会话:从客户端浏览器连接服务器开始,到客户端浏览器与服务器断开。
- 会话能让我们在跨请求时候保持某些参数,比如在同一个 Session 实例发出的所有请求之间保持 cookie 。
import requests
# 1. 创建session对象,可以保存Cookie值
ssion = requests.session()
# 2. 处理 headers
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"}
# 3. 需要登录的用户名和密码
data = {"email":"mr_mao_hacker@163.com", "password":"alarmchime"}
# 4. 发送附带用户名和密码的请求,并获取登录后的Cookie值,保存在ssion里
ssion.post("http://www.renren.com/PLogin.do", data = data)
# 5. ssion包含用户登录后的Cookie值,可以直接访问那些登录后才可以访问的页面
response = ssion.get("http://www.renren.com/410043129/profile")
# 6. 打印响应内容
print response.text
处理HTTPS请求 SSL
证书验证
import requests
r = requests.get("https://www.12306.cn/mormhweb/", verify = False)
POST一个多部分编码(Multipart-Encoded)的文件
Requests 使得上传多部分编码文件变得很简单:
>>> url = 'http://httpbin.org/post'
>>> files = {'file': open('report.xls', 'rb')}
>>> r = requests.post(url, files=files)
>>> r.text
{
...
"files": {
"file": "<censored...binary...data>"
},
...
}
响应状态码
我们可以检测响应状态码:
>>> r = requests.get('http://httpbin.org/get')
>>> r.status_code
200
为方便引用,Requests还附带了一个内置的状态码查询对象:
>>> r.status_code == requests.codes.ok
True
如果发送了一个错误请求(一个 4XX 客户端错误,或者 5XX 服务器错误响应),我们可以通过 Response.raise_for_status() 来抛出异常:
>>> bad_r = requests.get('http://httpbin.org/status/404')
>>> bad_r.status_code
404
>>> bad_r.raise_for_status()
Traceback (most recent call last):
File "requests/models.py", line 832, in raise_for_status
raise http_error
requests.exceptions.HTTPError: 404 Client Error
但是,由于我们的例子中 r 的 status_code 是 200 ,当我们调用 raise_for_status() 时,得到的是
>>> r.raise_for_status()
None
响应头
我们可以查看以一个 Python 字典形式展示的服务器响应头
>>> r.headers
{
'content-encoding': 'gzip',
'transfer-encoding': 'chunked',
'connection': 'close',
'server': 'nginx/1.0.4',
'x-runtime': '148ms',
'etag': '"e1ca502697e5c9317743dc078f67693f"',
'content-type': 'application/json'
}
但是这个字典比较特殊:它是仅为 HTTP 头部而生的。根据 RFC 2616, HTTP 头部是大小写不敏感的。
因此,我们可以使用任意大写形式来访问这些响应头字段:
>>> r.headers['Content-Type']
'application/json'
>>> r.headers.get('content-type')
'application/json'
超时timeout
你可以告诉 requests 在经过以 timeout
参数设定的秒数时间之后停止等待响应。基本上所有的生产代码都应该使用这一参数。如果不使用,你的程序可能会永远失去响应
>>> requests.get('http://github.com', timeout=0.001)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
requests.exceptions.Timeout: HTTPConnectionPool(host='github.com', port=80): Request timed out. (timeout=0.001)
错误与异常
遇到网络问题(如:DNS 查询失败、拒绝连接等)时,Requests 会抛出一个 ConnectionError
异常。
如果 HTTP 请求返回了不成功的状态码, Response.raise_for_status() 会抛出一个 HTTPError
异常。
若请求超时,则抛出一个 Timeout
异常。
若请求超过了设定的最大重定向次数,则会抛出一个 TooManyRedirects
异常。
所有Requests显式抛出的异常都继承自 requests.exceptions.RequestException
。