request库方法介绍
方法 | 说明 |
---|
requests.request() | 构造一个请求,支撑一下各方法的基础方法 |
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页面提交删除请求,对应于HTTP的DELETE |
request方法的使用
HTTP协议对资源的操作
方法 | 说明 |
---|
GET | 请求获取URL位置的资源 |
HEAD | 请求获取URL位置资源的响应消息报告,即获得该资源的头部信息 |
POST | 请求向URL位置的资源后附加新的数据 |
PUT | 请求向URL位置存储的一个资源,覆盖原URL位置的资源 |
PATCH | 请求局部更新URL位置的资源,即改变该处资源的部分内容 |
DELETE | 请求删除URL位置存储的资源 |
request.get()方法
构建一个Request对象向服务器发送请求,返回一个含有服务器资源的Response对象
r = requests.get(url)
requests.get(url, params=None, **kwargs)
url:拟获取页面的url链接
params:字典或字节序列,作为参数添加到url中,关键字,可选
**kwargs:12个控制访问的参数
response对象的属性
属性 | 说明 |
---|
r.status_code | http请求的返回状态,200表示链接成功,404表示失败 |
r.text http | 响应内容的字符串形式,即,url对应的页面内容 |
r.encoding | 从http header中猜测的响应内容编码方式 |
r.apparent_encoding | 从内容分析出的响应内容编码方式(备选编码方式) |
r.content | http响应内容的二进制形式(可获取图片) |
Requests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.TooMangRedirects | 超过最大重定向次数,产生重定向异常 |
requests.ConnectTimeout | 连接远程服务器超时异常 |
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 |
爬取网页的通用代码框架
import requests
def getHTMLText(url):
try:
r = requests.get(url,timeout=30)
r.raise_for_status()
return r.text
except:
return "产生异常"
url = "http://www.baidu.com"
print(getHTMLText(url))
cookie: 使用requests添加代理,只要在请求的方法中(比如get或者post)传递proxies参数就可以了
例如:proxy{‘http’:‘代理IP’} response =
request.get(url,headers=headers,proxies=proxy)
response.cookies可以获得cookie信息response.cookies。get_dict()以字典返回cookie信息
参考学习网址:
https://www.icourse163.org/course/BIT-1001870001