requests库是Python中广泛使用的HTTP客户端库，以其简洁的API和强大的功能成为处理HTTP请求的首选工具。在Linux环境下，结合requests库可轻松实现API调用、数据抓取及自动化交互。
核心优势****
1. 简洁易用：相比标准库urllib，requests提供更直观的API设计。
2. 功能全面：支持会话保持、Cookie管理、SSL验证、代理设置等高级功能。
3. 生态丰富：与json、pandas等库无缝集成，便于数据处理。
基础用法示例****
1. 发送GET请求****
python
| import requests | |
|---|---|
| response = requests.get("api.example.com/data") | |
| print(response.status_code) # 输出状态码（200表示成功） | |
| print(response.json()) # 解析JSON响应内容 |
2. 发送POST请求（JSON数据）****
python
| import requests | |
|---|---|
| import json | |
| url = "api.example.com/create" | |
| data = {"name": "test", "value": 123} | |
| response = requests.post(url, json=data) # 自动设置Content-Type为application/json | |
| print(response.text) # 输出原始响应文本 |
3. 处理认证与头部****
python
| # Basic认证 | |
|---|---|
| response = requests.get("secure.example.com/api", auth=("user", "pass")) | |
| # 自定义请求头 | |
| headers = {"X-Custom-Header": "value"} | |
| response = requests.get("api.example.com", headers=headers) |
高级功能应用****
1. 会话保持（Session对象）****
自动处理Cookie和连接池，适合登录态维护：
python
| with requests.Session() as session: | |
|---|---|
| session.post("example.com/login", data={"user": "admin", "pass": "secret"}) | |
| response = session.get("example.com/dashboard") # 自动携带Cookie | |
| print(response.text) |
2. 超时与重试机制****
python
| from requests.adapters import HTTPAdapter | |
|---|---|
| from requests.packages.urllib3.util.retry import Retry | |
| # 配置重试策略 | |
| retry_strategy = Retry( | |
| total=3, # 最大重试次数 | |
| status_forcelist=[500, 502, 503, 504], # 针对特定状态码重试 | |
| method_whitelist=["GET", "POST"] # 允许重试的HTTP方法 | |
| ) | |
| # 绑定到Session | |
| session = requests.Session() | |
| adapter = HTTPAdapter(max_retries=retry_strategy) | |
| session.mount("https://", adapter) | |
| session.mount("http://", adapter) | |
| # 发送请求（自动应用重试） | |
| response = session.get("api.example.com", timeout=5) # 连接/读取超时5秒 |
3. 文件上传与下载****
python
| # 上传文件 | |
|---|---|
| files = {"file": open("report.pdf", "rb")} | |
| response = requests.post("api.example.com/upload", files=files) | |
| # 下载文件 | |
| response = requests.get("example.com/image.jpg", stream=True) | |
| with open("image.jpg", "wb") as f: | |
| for chunk in response.iter_content(1024): # 分块写入避免内存溢出 | |
| f.write(chunk) |
错误处理与调试****
1.
异常捕获
2.
3.
python
4.
5.
| try: | |
|---|---|
| response = requests.get("api.example.com", timeout=3) | |
| response.raise_for_status() # 非200状态码抛出HTTPError | |
| except requests.exceptions.RequestException as e: | |
| print(f"请求失败: {e}") |
6.
7.
调试工具
8.
1. 启用调试日志：
2.
python
3.
4.
| import logging | |
|---|---|
| import http.client | |
| http.client.HTTPConnection.debuglevel = 1 | |
| logging.basicConfig() | |
| logging.getLogger().setLevel(logging.DEBUG) |
5.
6. 使用response.request.headers查看实际发送的请求头。
性能优化建议****
· 连接池复用：通过Session对象避免重复建立TCP连接。
· 异步请求：对高并发场景，可结合aiohttp或httpx（异步版requests）。
· 缓存响应：对静态数据使用requests-cache库减少重复请求。
通过requests库的灵活应用，开发者可在Linux环境中高效完成API交互，提升自动化脚本的可靠性和开发效率。
