python之requests库

741 阅读3分钟

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_codeHTTP请求的返回状态,200表示连接成功,404表示失败
r.textHTTP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.contentHTTP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.HTTPErrorHTTP错误异常
requests.URLRequiredURL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