python网络爬虫系列教程——python中requests库应用全解
来源:互联网 发布:邻里中国网php面试题 编辑:程序博客网 时间:2024/05/29 05:04
全栈工程师开发手册 (作者:栾鹏)
python教程全解
python中requests库的基础应用,网页数据挖掘的常用库之一。也就是说最主要的功能是从网页抓取数据。
使用前需要先联网安装requests库点击下载(在安装中会自动联网下载依赖包)
python库的安装请参考Python库的安装与卸载
python2.7、python3.6下
#coding:utf-8#python网络爬虫库requests库应用全解import requestsimport jsonprint(u'================入门================')r = requests.get('http://blog.csdn.net/luanpeng825485697/') #返回Response对象# print(r.status_code) # 获取整型返回状态# print(r.headers) # 获取头部信息,#以字典对象存储服务器响应头,但是这个字典比较特殊,字典键不区分大小写,若键不存在则返回None# print(r.encoding) #获取编码类型# print(r.url) #获取响应网址# print(r.history) #获取访问历史# print(r.reason) #获取文本描述,"Not Found" or "OK".# print(r.cookies) #获取cookie# print(r.raw) #返回原始响应体,也就是 urllib 的 response 对象,使用 r.raw.read() 读取# print(r.content) #字节方式的响应体,会自动为你解码 gzip 和 deflate 压缩# print(r.text) #字符串方式的响应体,会自动根据响应头部的字符编码进行解码# print(r.links) #解析响应的头部连接# print(r.is_redirect) #是否是重定向响应#*特殊方法*## r.json() #如果返回的是json字符串将翻译为python对象# r.raise_for_status() #功能:如果失败请求(非200响应)抛出异常# r.close() #关闭连接print(u'================基本请求================')r = requests.post("http://httpbin.org/post")r = requests.put("http://httpbin.org/put")r = requests.delete("http://httpbin.org/delete")r = requests.head("http://httpbin.org/get")r = requests.options("http://httpbin.org/get")print(u'================基本GET请求================')payload = {'key1': 'value1', 'key2': 'value2'} #字典数据headers = {'content-type': 'application/json'} #header数据r = requests.get("http://httpbin.org/get", params=payload, headers=headers) #payload可以省略,会在网址中添加print(r.url)print(u'================基本POST请求================')url = 'http://httpbin.org/post'payload = {'some': 'data'}r = requests.post(url, data=payload) #上传字典数据r = requests.post(url, json=json.dumps(payload)) #上传json数据print(r.text)url = 'http://httpbin.org/post'myfiles = {'file': open('test.txt', 'rb')} #获取文件对象r = requests.post(url, files=myfiles) #上传文件print(r.text)#with open('test.txt') as f: #流式上传# requests.post('http://some.url/streamed', data=f)print(u'================Cookies================')url = 'http://httpbin.org/cookies'r = requests.get(url) #响应中会包含cookieprint(r.cookies)url = 'http://httpbin.org/cookies'cookies = dict(cookies_are='working') #自定义cookie变量r = requests.get(url, cookies=cookies) #请求时附带cookieprint(r.text)print(u'================超时配置================')requests.get('http://github.com', timeout=1) #1秒没有响应就报错print(u'================会话对象(持久连接)================')s = requests.Session()s.get('http://httpbin.org/cookies/set/sessioncookie/123456789') #get方式设置cookier = s.get("http://httpbin.org/cookies") #获取cookieprint(r.text)headers = {'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8', 'Accept-Encoding': 'gzip, deflate, compress', 'Accept-Language': 'en-us;q=0.5,en;q=0.3', 'Cache-Control': 'max-age=0', 'Connection': 'keep-alive', 'User-Agent': 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:22.0) Gecko/20100101 Firefox/22.0'}s = requests.Session()s.headers.update(headers) #更新headerr = s.get('http://httpbin.org/headers', headers={'x-test': 'true'}) #get函数中添加的headers会覆盖原有同名,添加不同名的,去除值为None的print(r.text)print(u'================SSL证书验证================')r = requests.get('https://github.com', verify=True)print(r.text)r = requests.get('https://kyfw.12306.cn/otn/', verify=False) #把 verify 设置为 False即可跳过证书验证print(r.text)print(u'================设置代理服务器================')#第一种方法proxies = { "https": "http://121.193.143.249:80"}r = requests.post("http://httpbin.org/post", proxies=proxies)print(r.text)#第2中方法s = requests.session()s.proxies = {'http': '121.193.143.249:80'}s.get('http://httpbin.org/ip')
阅读全文
1 0
- python网络爬虫系列教程——python中requests库应用全解
- python网络爬虫系列教程——python中BeautifulSoup4库应用全解
- python网络爬虫系列教程——python中pyquery库应用全解
- python网络爬虫系列教程——python中urllib、urllib2、cookie模块应用全解
- python网络爬虫系列教程——python中lxml库应用全解(xpath表达式)
- python网络爬虫系列教程——PhantomJS包应用全解
- python网络爬虫系列教程——Scrapy框架应用全解
- Python网络爬虫——Requests第三方库
- python网络爬虫系列教程——Python+PhantomJS +Selenium组合应用
- Python 网络爬虫与信息获取(一)—— requests 库的网络爬虫
- Python 爬虫——requests库
- Python网络爬虫之Requests库
- python网络爬虫1.1requests库
- python爬虫-Requests库
- Python爬虫 --requests库
- python网络爬虫系列教程——python网络数据爬虫误区,让你的爬虫更像人类
- python应用系列教程——python的GUI界面编程Tkinter全解
- 网络爬虫系列笔记(2)——Requests库
- jqwidgets 国际化- 中文 jqxGrid 中文语言包 gridlocalization
- Android知识点(一)
- Spring cloud系列七 为@Feign中集成的Ribbon进行个性化配置
- Codeforces Round #440 B. Maximum of Maximums of Minimums-【思维】
- 整合webview的一些资料
- python网络爬虫系列教程——python中requests库应用全解
- Linux patch命令
- Java 字符串去掉空格的几种方法
- 一个简单的傅里叶变换matlab函数(绝对可用)
- 似然与极大似然估计
- C#学习-网站基础(一)
- muduo库源码学习(base)FileUtil
- MAC卸载jenkins
- VS2015报错:计算机中丢失ucrtbased.dll