Response对象
response对象包含服务器返回的所有信息,也包含请求的request信息。
r = requests.get(url)
| |
Response Request
reponse对象包含爬虫返回的内容
Response对象的属性
属性 | 说明 |
---|---|
r.status_code | HTTP请求的返回状态,200表示连接成功,404表示失败 |
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(备选编码方式) |
r.content | HTTP响应内容的二进制形式 |
- r.encoding: 如果header中不存在charset,则认为编码位ISO-8859-1。r.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。
Requests库的异常
异常 | 说明 |
---|---|
requests.ConnectionError | 网络连接错误,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 |
r.raise_for_status | 如果不是200,产生异常requests.HTTPError |
- r.raise_for_status()在方法内部判断r.status_code是否等于200,不需要增加额外的if语句,该语句便于利用try-except进行异常处理。
try:
r = requests.get("http://www.baidu.com")
r.raise_for_status()
print(r.text)
except:
print('error')
Requests库的主要方法
Requests库方法 | HTTP协议方法 | 说明 |
---|---|---|
requests.request() | / | 请求构造一个请求,支撑以下各方法的基础方法 |
requests.get() | GET | 请求获取URL位置的资源 |
requests.head() | 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 |
requests.post() | POST | 向URL位置的资源后附加新的数据 |
requests.put() | PUT | 请求向URL位置存储一个资源,覆盖原URL位置的资源 |
requests.patch() | 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 |
requests.delete() | DELETE | 请求删除URL位置存储的资源 |
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,仅向URL提交UserName的局部更新请求
- 采用PUT,必须将所有20个字段一并提交到URL,未提交字段被删除 PATCH的最主要好处:节省网络带宽
主要方法参数说明
requests.request(method,url,**kwargs)
- method:请求方式,对应get/post/put等7种
- url:拟获取页面的url链接
- **kwargs:控制访问的参数,共13个,均为可选项
访问参数
- params:指能够增加到url中的参数,字典或字节序列
import requests
kv = {'key1': 'value1', 'key2': 'value2'}
r = requests.request('GET', 'http://python123.io/ws', params = kv)
print(r.url)
output:https://python123.io/ws?key1=value1&key2=value2
- data:字典、字节序列或文件对象。重点是作为向服务器提供或提交资源时使用。
- json:json格式的数据,作为Request的内容
- headers:字典,可以用这个字段来定制访问某一个url的http的协议头。
- cookies:字典或CookieJar,Request中的cookie
- auth:元组,支持HTTP认证功能
- files:字典类型,向服务器传输文件时使用的字段。
fs = {'file': open('data.txt', 'rb')}
r = requests.request('POST', 'http://python123.io/ws', files = fs)
- timeout:设定超时时间,秒为单位,我们的请求内容没有反馈回来,那么它将产生一个timeout的异常。
- proxies:字典类型,设定访问代理服务器,可以增加登录认证
- allow_redirects:True/False,默认为True,重定向开关
- stream:True/False,默认为True,获取内容立即下载开关
- verify:True/False,默认为True,认证SSL证书开关
- cert:本地SSL证书路径