Requests库的7个主要方法
requests.request():构造一个请求,支持以下各方法的基础方法
requests.get():获取HTML网页的主要方法,对应于HTTP的GET
requests.head():获取HTML网页头信息的方法,对应于HTTP的HEAD
requests.post():向HTML网页提交POST请求的方法,对应于HTTP的POST
requests.put():向HTML网页提交PUT请求的方法,对应于HTTP的PUT
requests.patch():向HTML网页提交局部修改请求,对应于HTTP的PATCH
requests.delete():向HTML网页提交删除请求,对应于HTTP的Delete
HTTP协议对资源的操作(6种)与以上方法一一对应
GET:请求URL位置的资源
HEAD:请求获取URL位置资源的响应消息报告,即获得该资源的头部信息
POST:请求向URL位置的资源后附加新的数据
PUT:请求向URL位置存储一个资源,覆盖原URL位置的资源
PATCH:请求局部更新URL位置的资源,即改变该处资源的部分内容
DELETE:请求删除URL位置存储的资源
【注】PATCH和PUT的区别
假设URL位置有一组数据UserInfo,包括UserID,UserName等20个字段
需求:用户修改了UserName,其他不变
*采用PATCH方法,仅向URL提交UserName的局部更新请求
*采用PUT方法,由于他会覆盖原有URL位置资源,
所以必须将所有20个字段一并提交到URL,未提交字段被删除
比较PATCH和PUT看出
Patch的最主要好处:节省网络带宽
HTTP协议:HypertextTransferProtocol,超文本传输协议
它是一个基于"请求与相应"模式的、
无状态的(第一次请求和第二次无相关关联)应用层协议
它一般采用URL作为网络资源的标识
URL是通过HTTP协议存取资源的Internet路径,一个URL对应一个数据资源
URL格式如下 http://host[:port][path]
host:合法的Internet主机域名或IP地址
port:端口号,缺省(默认)端口为80P
path:请求资源的路径
当我们向URLPOST一个字典或POST一个键值对时会默认地被存储到表单form的字段下
当我们向URLPOST字符串时会默认地被存储到data的字段下
服务器会根据提交的数据类型不同进行相关的整理
PUT方法相同,但是会把原有数据覆盖掉
'''
requests.request(method,url,**kwargs)
method:请求方式,对应get/put/post等7种
requests.request('GET',url,**kwargs)
requests.request('HEAD',url,**kwargs)
requests.request('POST',url,**kwargs)
requests.request('PUT',url,**kwargs)
requests.request('PATCH',url,**kwargs)
requests.request('delete',url,**kwargs)
requests.request('OPTIONS',url,**kwargs)
#向服务器获取一些与客户端打交道的参数,不与资源直接相关所以使用较少
url:拟获取页面的url链接
**kwargs:控制访问参数,共13个
'''
#显式定义的参数放在了形参里面,不怎么用的放在了可选里面
'''
###########################最常用
requests.get(url,params=None,**kwargs)
url:拟获取页面的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(request方法中除了param之外的12个)
'''
'''
requests.head(url,**kwargs)
url:拟获取页面的url链接
**kwargs:13个控制访问参数
'''
'''
requests.post(url,data=None,json=None,**kwargs)
url:拟获取页面的url链接
data:字典、字节序列或文件,Request的内容
json:JSON格式的数据,Request的内容
**kwargs:11个控制访问参数(除了以上两个的11个)
'''
'''
requests.put(url,data=None,**kwargs)
url:拟获取页面的url链接
data:字典、字节序列或文件,Request的内容
**kwargs:12个控制访问参数(除了以上1个的12个)
'''
'''
requests.patch(url,data=None,**kwargs)
url:拟获取页面的url链接
data:字典、字节序列或文件,Request的内容
**kwargs:12个控制访问参数(除了以上1个的12个)
'''
'''
requests.delete(url,**kwargs)
url:拟获取页面的url链接
**kwargs:13个控制访问参数
'''
''' 爬取网页的通用代码框架 通用代码框架:一组代码,可以准确的爬取网页上的内容 用request库进行网页访问的时候经常用get函数 requests.get(url)获得url的相关内容 但是网络连接有风险 这样的语句并不是一定成立的,所以异常处理很重要 request库支持6种常用的连接异常 ''' #request.ConnectionError:网络连接异常,如DNS查询失败、拒绝连接等 #request.HTTPError:HTTP错误异常 #request.URLRequired:URL缺失异常 #request.TooManyRedirects:超过最大重定向次数,产生重定向异常 #request.ConnectTimeout:连接远程服务器超时异常 #request.TimeOut:请求URL超时,产生超时异常 ''' Response类与异常打交道的方法 r.raise_for_status():如果不是200,产生异常request.HTTPError 判断返回的response类型状态是不是200 ''' import requests def getHTMLText(url): try: r=requests.get(url,timeout = 30)#,timeout = 30 r.raise_for_status()#如果状态不是200,引发HTTPError异常 r.encoding = r.apparent_encoding #防乱码 return r.text except: return "产生异常" if __name__=="__main__": url="http://www.baidu.com" print(getHTMLText(url))
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步