requests是python實現的簡單易用的HTTP庫，使用起來比urllib簡潔很多

因為是第三方庫，所以使用前需要cmd安裝

pip install requests

安裝完成后import一下，正常則說明可以開始使用了。

基本用法：

requests.get()用于請求目標網站，類型是一個HTTPresponse類型

import requests

response = requests.get(’http://www.baidu.com’)print(response.status_code) # 打印狀態碼print(response.url) # 打印請求urlprint(response.headers) # 打印頭信息print(response.cookies) # 打印cookie信息print(response.text) #以文本形式打印網頁源碼print(response.content) #以字節流形式打印

運行結果：

狀態碼：200

url：www.baidu.com

headers信息

各種請求方式：

import requestsrequests.get(’http://httpbin.org/get’)requests.post(’http://httpbin.org/post’)requests.put(’http://httpbin.org/put’)requests.delete(’http://httpbin.org/delete’)requests.head(’http://httpbin.org/get’)requests.options(’http://httpbin.org/get’)

基本的get請求

import requestsresponse = requests.get(’http://httpbin.org/get’)print(response.text)

結果

帶參數的GET請求：

第一種直接將參數放在url內

import requestsresponse = requests.get(http://httpbin.org/get?name=gemey&age=22)print(response.text)

結果

另一種先將參數填寫在dict中，發起請求時params參數指定為dict

import requestsdata = { ’name’: ’tom’, ’age’: 20}response = requests.get(’http://httpbin.org/get’, params=data)print(response.text)

結果同上

解析json

import requestsresponse = requests.get(’http://httpbin.org/get’)print(response.text)print(response.json()) #response.json()方法同json.loads(response.text)print(type(response.json()))

結果

簡單保存一個二進制文件

二進制內容為response.content

import requestsresponse = requests.get(’http://img.ivsky.com/img/tupian/pre/201708/30/kekeersitao-002.jpg’)b = response.contentwith open(’F://fengjing.jpg’,’wb’) as f: f.write(b)

為你的請求添加頭信息

import requestsheads = {}heads[’User-Agent’] = ’Mozilla/5.0 ’ ’(Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 ’ ’(KHTML, like Gecko) Version/5.1 Safari/534.50’ response = requests.get(’http://www.baidu.com’,headers=headers)

使用代理

同添加headers方法，代理參數也要是一個dict

這里使用requests庫爬取了IP代理網站的IP與端口和類型

因為是免費的，使用的代理地址很快就失效了。

import requestsimport redef get_html(url): proxy = { ’http’: ’120.25.253.234:812’, ’https’ ’163.125.222.244:8123’ } heads = {} heads[’User-Agent’] = ’Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0’ req = requests.get(url, headers=heads,proxies=proxy) html = req.text return htmldef get_ipport(html): regex = r’<td data-title='IP'>(.+)</td>’ iplist = re.findall(regex, html) regex2 = ’<td data-title='PORT'>(.+)</td>’ portlist = re.findall(regex2, html) regex3 = r’<td data-title='類型'>(.+)</td>’ typelist = re.findall(regex3, html) sumray = [] for i in iplist: for p in portlist: for t in typelist:pass pass a = t+’,’+i + ’:’ + p sumray.append(a) print(’高匿代理’) print(sumray)if __name__ == ’__main__’: url = ’http://www.kuaidaili.com/free/’ get_ipport(get_html(url))

結果：

基本POST請求：

import requestsdata = {’name’:’tom’,’age’:’22’}response = requests.post(’http://httpbin.org/post’, data=data)

獲取cookie

#獲取cookieimport requestsresponse = requests.get(’http://www.baidu.com’)print(response.cookies)print(type(response.cookies))for k,v in response.cookies.items(): print(k+’:’+v)

結果：

會話維持

import requestssession = requests.Session()session.get(’http://httpbin.org/cookies/set/number/12345’)response = session.get(’http://httpbin.org/cookies’)print(response.text)

結果：

證書驗證設置

import requestsfrom requests.packages import urllib3urllib3.disable_warnings() #從urllib3中消除警告response = requests.get(’https://www.12306.cn’,verify=False) #證書驗證設為FALSEprint(response.status_code)打印結果：200

超時異常捕獲

import requestsfrom requests.exceptions import ReadTimeouttry: res = requests.get(’http://httpbin.org’, timeout=0.1) print(res.status_code)except ReadTimeout: print(timeout)

異常處理

在你不確定會發生什么錯誤時，盡量使用try...except來捕獲異常

所有的requests exception：

Exceptions

import requestsfrom requests.exceptions import ReadTimeout,HTTPError,RequestExceptiontry: response = requests.get(’http://www.baidu.com’,timeout=0.5) print(response.status_code)except ReadTimeout: print(’timeout’)except HTTPError: print(’httperror’)except RequestException: print(’reqerror’)

25行代碼帶你爬取4399小游戲數據

import requestsimport parselimport csvf = open(’4399游戲.csv’, mode=’a’, encoding=’utf-8-sig’, newline=’’)csv_writer = csv.DictWriter(f, fieldnames=[’游戲地址’, ’游戲名字’])csv_writer.writeheader()for page in range(1, 106): url = ’http://www.4399.com/flash_fl/5_{}.htm’.format(page) headers = { ’User-Agent’: ’Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36’ } response = requests.get(url=url, headers=headers) response.encoding = response.apparent_encoding selector = parsel.Selector(response.text) lis = selector.css(’#classic li’) for li in lis: dit ={} data_url = li.css(’a::attr(href)’).get() new_url = ’http://www.4399.com’ + data_url.replace(’http://’, ’/’) dit[’游戲地址’] = new_url title = li.css(’img::attr(alt)’).get() dit[’游戲名字’] = title print(new_url, title) csv_writer.writerow(dit)f.close()

到此這篇關于python爬蟲---requests庫的用法詳解的文章就介紹到這了,更多相關python requests庫內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！