【requests深入】发送post请求、使用代理以及cookie和session简介

发送POST请求

哪些地方我们会遇到POST请求：

1. 登录注册(post比get安全)
2. 需要传输大文本的时候（POST请求对数据长度没有要求）
   爬虫也需要在这两个地⽅模拟浏览器发送post请求。

import requests
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36'}
data = {
	'from':'en',
	'to':'zh',
	'query':'hello',
	'transtype': realtime',
	'simple_means_flag': 3',
	'sign': '679849.965784',
}
post_url = 'https://xxx.com'
r = requests.post(post_url,data=post_data,headers=headers)
print(r.txex) 

使用代理

问题：为什么爬⾍需要使⽤代理

1. 让服务器以为不是同⼀个客户端在请求
2. 防⽌我们的真实地址被泄露，防⽌被追究
   
   proxies = {
   ‘http’:‘http://12.34.56.79:9527’,
   ‘https’:‘http://12.34.56.79:9527’
   }
   用法：

requests.get('http://www.baidu.com',proxies = proxies)

案例：

import requests
proxies = {'http':'http://117.191.11.112'}
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36'}
r = requests.get('http://www.baidu.com',proxies = proxies,headers = headers}
print(r.status_code)

怎样使用代理IP
准备⼀堆的IP地址，组成IP池，随机选择⼀个IP来⽤
检查IP的可⽤性
1.可以使⽤requests检查
2.在线代理IP质量检查的⽹站

cookie和session区别

1. cookie数据存放在客户端的浏览器上，session数据放在服务器上。
2. cookie不是很安全，别⼈可以分析存放在本地的cookie并进⾏cookie欺骗。
3. session会在⼀定时间内保存在服务器上。当访问增多，会⽐较占⽤你服务器的性能。
4. 单个cookie保存的数据不能超过4K，很多浏览器都限制⼀个站点最多保存20个cookie。

爬虫处理cookie和session

带上cookie、session的好处：能够请求到登录之后的页面。
带上cookie、session的弊端：⼀套cookie和session往往和⼀个⽤户对应请求太多，请求次数太多，容易被服务器识别为爬⾍。
不需要cookie的时候尽量不去使⽤cookie
但是为了获取登录之后的⻚⾯，我们必须发送带有cookies的请求
requests提供了⼀个叫做session类,来实现客户端和服务端的会话保持。

使用方法

1. 实例化session
2. 先使⽤session发送请求，登录对应⽹站，把cookie保持在session中
3. 在使⽤session请求登录之后才能访问的⽹站，session能够⾃动携带登录成功时保存在其中的cookie，进⾏请求。

import requests
session = requests.session()
post_url = "******.com"
post_data = {'email':'----@qq.com','password':''} 
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36'}
# 使⽤session发送post请求，cookie保存在其中 
session.post(post_url,data=post_data,headers=headers)
# 使⽤session进程请求登录之后才能访问的地址
response = session.get('.......', headers=header)
with open('renren.html', 'w', encoding='utf-8') as f:
    f.write(response.text)