Python （requests Library）

1.关于requests library的方法

requests.request()  构造一个请求，支撑以下个方法的 基础

requests.get()  获取HTTP网页的主要方法，对应于HTTP的GET

requests.head() 获取HTTP网页的头信息，对应于HTTP的HEAD

requests.post() 向HTTP网页提交post请求方法，对应于HTTP的post

requests.put()  向HTTP网页提交put请求方法, 对应于HTTP的put.

requests.patch() 向HTTP网页提交局部修改请求 ，对应于HTTP的patch

requests.delete() 向网页提交删除请求，对应于HTTP的DELETE

 

# 获取网页代码
# requests.get(url,params=None,**kwargs)
# url: 拟获取url链接
#params:url中的额外参数，字典或字节流格式，可选
# **kwargs : 12个控制访问参数


#r=requests.get("https://www.baidu.com")
#print(r.status_code)
#r.encoding='utf-8'
#print(r.text)

 对于r 是Response对象，其属性有

r.states_code :http请求的返回状态，200表示连接成功，404表示连接失败
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
r.content:http响应内容的二进制形式

r.encoding：如果header中不存在charset，则认为编码为ISO‐8859‐1r.text根据r.encoding显示网页内容r.apparent_encoding：根据网页内容分析出的编码方式可以看作是r.encoding的备选

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.TooManyRedirects    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
 

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()  # 如果状态不是200, 引发HTTPError异常
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return "产生异常"
 
if __name__=="__main__":
    url = "http://www.baidu.com"
    print(getHTMLText(url))

requests.request(method, url ,**kwargs)  **kwargs中的 可选项proxies是字典类型，可设定代理服务器，增加登录认证

有效的反爬虫的ip追踪。

pxc={'http':'http://user:pass@10.10.10.1:1234' 'https':'https://10.10.10.1:4321' }

r=requests.request('GET','http://www.baidu.com',proxies=pxc)