Python requests 技巧总结

# 1:保持请求之间的Cookies
import requests
self.session = requests.Session()
self.session.get(login_url) # 可以保持登录态

# 2:请求时,会加上headers
self.session.get(url, params, headers=headers)
#在构造函数中,这样设置是全局的。
# 设置请求头
self.s = requests.Session()
self.s.headers = {'balabala'}
# 移除服务器验证
self.s.verify = False
# 设置代理
self.s.proxies={'aa'}

# 3:默认requests请求失败后不会重试,但是我们跑case时难免遇到一些网络或外部原因导致case失败
# 我们可以在Session实例上附加HTTPAdapaters 参数,增加失败重试次数
request_retry = requests.adapatrs.HTTPAdapaters(max_retries=3)  # 之后的请求,若失败,重试3次
self.session.mount('https://',request_retry)  
self.session.mount('http://',request_retry)

# 4:重定向。网络请求中可能会遇到重定向,我们需要一次处理一个请求,可以把重定向禁止
self.session.post(url,data,allow_redirects=False)

# 5: post请求提交json格式数据时(请求头为:{“Content-Type”: “application/json”})
# 一般先要把python对象转换成json对象。可能很多时候是这样写:
self.session.post(url, data=json.dumps(data))
self.session.post(url, json=data)  # 其实post有一个默认参数json,可以直接简写

# 6:写接口请求,debug时,会需要看下代码请求的详细信息,当然我们可以使用fiddler来查看,
# 其实我们自己也可以在代码这样获取debug信息
import requests
import logging
import httplib as http_client
# 更好的方法是自己封装一个装饰器,就可以为任意请求函数添加一个debug功能
http_client.HTTPConnection.debuglevel = 1
logging.basicConfig()
logging.getLogger().setLevel(logging.DEBUG)
requests_log = logging.getLogger("requests.packages.urllib3")
requests_log.setLevel(logging.DEBUG)
requests_log.propagate = True
requests.get('https://www.baidu.com')

# 7:使用grequests实现异步请求
# pip install grequests
import grequests
urls = [
    'http://www.url1.com',
    'http://www.url2.com',
    'http://www.url3.com',
    'http://www.url4.com',
    'http://www.url5.com',
    'http://www.url6.com',
]
resp = (grequests.get(u) for u in urls)
grequests.map(resp)
# [<Response [200]>, <Response [200]>, <Response [200]>, <Response [200]>, <Response [200]>, <Response [200]>]

# 8:发送自定义cookies
# 我们使用Session实例来保持请求之间的cookies,但是有些特殊情况,需要使用自定义的cookies
# 自定义cookies
cookie = {'guid':'5BF0FAB4-A7CF-463E-8C17-C1576fc7a9a8','uuid':'3ff5f4091f35a467'}
session.post('http://wikipedia.org', cookies=cookie)

# 9:需求确定前后端并行设计时,这时测试并没有办法调用接口,如何做接口测试呢?
# 可以使用mock或者是httpretty
# 详细使用可以查看API_DOC https://github.com/gabrielfalcao/HTTPretty
import requests
import httpretty
# 模拟返还的状态码
@httpretty.activate
def test_beta1_access():
    httpretty.register_uri(httpretty.GET, "http://beta.com/",
                           body="here is the mocked body",
                           status=201)
    response = requests.get('http://beta.com')
    expect(response.status_code).to.equal(201)
# 模拟返还response的body
@httpretty.activate
def test_some_api():
    httpretty.register_uri(httpretty.GET, "http://beta.com/",
                           body='{"success": false}',
                           content_type='text/json')
    response = requests.get('http://beta.com/')
    expect(response.json()).to.equal({'success': False})

# 10:统计一个API请求花费的时间
self.session.get(url).elapsed

# 11:设置请求超时
self.session.get(url, timeout=15)
# timeout 仅对连接过程有效,与响应体的下载无关。 
# timeout 并不是整个下载响应的时间限制,而是如果服务器在15 秒内没有应答,将会引发一个异常
# (更精确地说,是在 timeout 秒内没有从基础套接字上接收到任何字节的数据时)

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python 爬取数据主要使用到的两个库是requests和BeautifulSoup(bs4)。requests库负责发送请求获取网页内容,而BeautifulSoup库则用于解析网页数据。 首先,我们需要使用requests库发送GET请求来获取网页的内容。我们可以通过传入目标网页的URL到requests的get()方法中,并将返回的响应对象保存下来。 接下来,我们可以使用bs4库的BeautifulSoup类来解析网页内容。我们可以将获取到的响应内容作为参数传入BeautifulSoup类的构造方法中,并指定解析的方式。通常我们可以选择使用lxml解析器或者html.parser解析器。 一旦我们得到了BeautifulSoup对象,我们可以使用它的各种方法和属性来获取我们需要的数据。可以使用find()或find_all()方法来查找指定的HTML标签,并获取相应的数据。也可以使用get_text()方法来获取标签内的文本内容。 在进行数据爬取和解析时,有一些常见的技巧和注意事项。例如,可以使用CSS选择器来更精确地定位需要的数据。还可以使用正则表达式对所需数据进行进一步的筛选和处理。 最后,我们可以将爬取到的数据进行保存,可以选择将数据保存到文本文件、数据库或者其他数据结构中,以便进一步处理和分析。 总结起来,通过使用requests和bs4库,我们可以方便地爬取网页数据,并进行解析和保存。这使得我们能够从互联网上获取到所需的数据,并用于后续的数据分析和处理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值