python爬虫requestsget_精讲Python中的requests方法

安装requests

如果安装了Anaconda，requests就已经可用了。否则，需要在命令行下通过pip安装：$ pip install requests

如果遇到Permission denied安装失败，请加上sudo重试。

使用requests

要通过GET访问一个页面，只需要几行代码：>>> import requests

>>> r = requests.get('https://www.douban.com/') # 豆瓣首页

>>> r.status_code

200

>>> r.text

r.text

'

...'

requests的方便之处还在于，对于特定类型的响应，例如JSON，可以直接获取：

>>> r = requests.get('

20woeid%20%3D%202151330&format=json')

>>> r.json()

{'query': {'count': 1, 'created': '2017-11-17T07:14:12Z', ...

需要传入HTTP Header时，我们传入一个dict作为headers参数：>>> r = requests.get('https://www.douban.com/', headers={'User-Agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS

11_0 like

Mac OS X) AppleWebKit'})

>>> r.text

'

豆瓣(手机版)...'

要发送POST请求，只需要把get()方法变成post()，然后传入data参数作为POST请求的数据：>>> r = requests.post('https://accounts.douban.com/login', data={'form_email': 'abc@example.com', 'form_password':

'123456'})

requests默认使用application/x-www-form-urlencoded对POST数据编码。如果要传递JSON数据，可以直接传入json参数：

params = {'key': 'value'}r = requests.post(url, json=params) # 内部自动序列化为JSON

类似的，上传文件需要更复杂的编码格式，但是requests把它简化成files参数：>>> upload_files = {'file': open('report.xls', 'rb')}

>>> r = requests.post(url, files=upload_files)

在读取文件时，注意务必使用'rb'即二进制模式读取，这样获取的bytes长度才是文件的长度。

把post()方法替换为put()，delete()等，就可以以PUT或DELETE方式请求资源。

除了能轻松获取响应内容外，requests对获取HTTP响应的其他信息也非常简单。例如，获取响应头：>>> r.headers

{Content-Type': 'text/html; charset=utf-8', 'Transfer-Encoding': 'chunked', 'Content-Encoding': 'gzip', ...}

>>> r.headers['Content-Type']

'text/html; charset=utf-8'

requests对Cookie做了特殊处理，使得我们不必解析Cookie就可以轻松获取指定的Cookie：>>> r.cookies['ts']'example_cookie_12345'

要在请求中传入Cookie，只需准备一个dict传入cookies参数：>>> cs = {'token': '12345', 'status': 'working'}

>>> r = requests.get(url, cookies=cs)

最后，要指定超时，传入以秒为单位的timeout参数：>>> r = requests.get(url, timeout=2.5) # 2.5秒后超时