requests的安装与简单运用

 

参考链接 http://www.zhidaow.com/post/python-requests-install-and-brief-introduction

 

1. 安装

下载安装包地址：https://github.com/requests/requests.git

 

 

下载完成后解压到python的安装目录中

 

 

然后打开cmd命令行，输入cd 当前requests的路径里

 

 

然后输入命令：python setup.py install,回车即可

检查是否安装成功，打开cmd命令行，输入:python回车，接着输入:import requests ；也可以在IDLE中输入import requests，如果没提示错误，那说明已经安装成功了！

 

 

2. 小试牛刀

 

3.快速指南

3.1 发送请求

发送请求很简单的，首先要导入requests模块：

 

接下来让我们获取一个网页，例如某博主的博客的首页：

 

接下来，我们就可以使用这个r的各种方法和函数了。

另外，HTTP请求还有很多类型，比如POST,PUT,DELETE,HEAD,OPTIONS。也都可以用同样的方式实现：

因为目前我还没用到这些，所以没有深入研究。

 

3.2 在URLs中传递参数

有时候我们需要在URL中传递参数，比如在采集百度搜索结果时，我们wd参数（搜索词）和rn参数（搜素结果数量），你可以手工组成URL，requests也提供了一种看起来很NB的方法：

上面wd=的乱码就是“张亚楠”的转码形式。（好像参数按照首字母进行了排序。）

 

3.3 获取响应内容

可以通过r.text来获取网页的内容。

 

文档里说，requests会自动将内容转码。大多数unicode字体都会无缝转码。但我在cygwin下使用时老是出现UnicodeEncodeError错误，郁闷。倒是在python的IDLE中完全正常。

另外，还可以通过r.content来获取页面内容。

 

文档中说r.content是以字节的方式去显示，所以在IDLE中以b开头。但我在cygwin中用起来并没有，下载网页正好。所以就替代了urllib2的urllib2.urlopen(url).read()功能。（基本上是我用的最多的一个功能。）

 

3.4 获取网页编码

可以使用r.encoding来获取网页编码。

 

当你发送请求时，requests会根据HTTP头部来猜测网页编码，当你使用r.text时，requests就会使用这个编码。当然你还可以修改requests的编码形式。

像上面的例子，对encoding修改后就直接会用修改后的编码去获取网页内容。

 

3.5 json

像urllib和urllib2，如果用到json，就要引入新模块，如json和simplejson，但在requests中已经有了内置的函数，r.json()。就拿查询IP的API来说：

 

3.6 网页状态码

我们可以用r.status_code来检查网页的状态码。

 

前两个例子很正常，能正常打开的返回200，不能正常打开的返回404。但第三个就有点奇怪了，那个是百度搜索结果中的302跳转地址，但状态码显示是200，接下来我用了一招让他原形毕露：

 

这里能看出他是使用了302跳转。也许有人认为这样可以通过判断和正则来获取跳转的状态码了，其实还有个更简单的方法：

只要加上一个参数allow_redirects，禁止了跳转，就直接出现跳转的状态码了，好用吧？我也利用这个在最后一掌做了个简单的获取网页状态码的小应用，原理就是这个。

 

3.7 响应头内容

可以通过r.headers来获取响应头内容。

 

可以看到是以字典的形式返回了全部内容，我们也可以访问部分内容。

 

3.8 设置超时时间

我们可以通过timeout属性设置超时时间，一旦超过这个时间还没获得响应内容，就会提示错误。

 

3.9 代理访问

采集时为避免被封IP，经常会使用代理。requests也有相应的proxies属性。

 

 

如果代理需要账户和密码，则需这样：

 

3.10 请求头内容

请求头内容可以用r.request.headers来获取。

 

3.11 自定义请求头部

伪装请求头部是采集时经常用的，我们可以用这个方法来隐藏：