Requests基本用法和Response的返回值总结

一、Requests库的2个重要对象：Response（包含爬虫返回的内容）和Request
Response对象的属性
r.status_code HTTP请求的返回状态，200表示连接成功，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 从内容中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

get方法获取网上资源的基本流程：用r.status_code检查返回状态 ,
情况1：如果是200，可以用r.text、r.encoding、r.apparent_encoding、r.content解析返回的内容；
情况2：返回的是404或者其他，则访问不成功

r.encoding和r.apparent_encoding的区别
**r.encoding：**如果header中不存在charset，则认为编码为ISO-8859-1
**r.apparent_encoding:**根据网页内容分析出的编码方式
综上所述，r.apparent_encoding比r.encoding更为准确

**r.raise_for_status()**Requests库用于检验异常

爬取网页的通用代码框架

    def getHTMLText(url):
    try:
    r=requests.get(url,timeout30)
    r.raise_for_status  #如果状态不是200，引发HTTPError异常
    r.encoding = r.apparent_encoding
    return r.text
    ecxept:
    return #产生异常

保证网络连接的异常能够被有效处理

实例

（1）京东商品页面的爬取

    >>> import requests
    >>> r = requests.get("http://sale.jd.com/act/L1Y2V6ERZePab4.html?cpdad=1DLSUE")
    >>> r.status_code
    200
    >>> r.encoding
    'utf-8'
    >>> r.text[:1000]

（2）网络图片的爬取与存储，利用response.content
(二进制格式的图片、动画、视频等都可以爬取)

    >>> import requests
    >>> path = "E://abc.jpg"
    >>> url = "http://p7.qhmsg.com/t0142c4b9ee48e461ed.jpg"
    >>> r = requests.get(url)
    >>> r.status_code
    200
    >>> with open(path,'wb') as f:
    f.write(r.content)  
    >>> f.close
    <built-in method close of file object at 0x00000000042979C0>