关于requests的session方法保持cookie的问题。

最近在做爬虫的时候遇到了一个问题，在用requests的session方法保持cookie的时候发现requests不能保持手动构建的cookie。起初以为requests只能自动保持由服务器返回的set-cookie语句中的cookie。后来查了很多资料，才终于明白。原来requests只能保持 cookiejar 类型的cookie，而我们手动构建的cookie是dict类型的。所以要把dict转为 cookiejar类型，于是我又在网上查，在几乎打算放弃的时候终于找到了一个把dict转为cookiejar的方法，如下：

#将CookieJar转为字典：cookies = requests.utils.dict_from_cookiejar(r.cookies)#将字典转为CookieJar：cookies = requests.utils.cookiejar_from_dict(cookie_dict, cookiejar=None, overwrite=True)#其中cookie_dict是要转换字典转换完之后就可以把它赋给cookies 并传入到session中了：s = requests.Session()s.cookies = cookies

以上代码是我在下面这个网站上查到的，感谢这个博客的作者！这篇文章上还介绍了一些官方文档中没有提到的方法。

—————————-以下是原文———————————
原文地址：http://www.lihuai.net/program/python/1617.html

Python Requests库：HTTP for Humans
时间: 2014/12/30 | 分类: Python | 作者: 李坏 | 浏览：287 | 抢沙发
Python标准库中用来处理HTTP的模块是urllib2，不过其中的API太零碎了，requests是更简单更人性化的第三方库。

用pip下载：

pip install requests
或者git：

git clone git://github.com/kennethreitz/requests.git
发送请求：

GET方法

>>> import requests>>> r = requests.get('https://api.github.com/events')POST方法：>>> r = requests.post("http://httpbin.org/post")也可以使用其它方法：>>> 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")

也可以将请求方法放在参数中：

>>> import requests>>> req = requests.request('GET', 'http://httpbin.org/get')

传递参数或上传文件：

1.如果要将参数放在url中传递，使用params参数，可以是字典或者字符串：

>>> payload = {'key1': 'value1', 'key2': 'value2'}>>> r = requests.get("http://httpbin.org/get", params=payload)>>> r.urlu'http://httpbin.org/get?key2=value2&key1=value1'

2.如果要将参数放在request body中传递，使用data参数，可以是字典，字符串或者是类文件对象。

使用字典时将发送form-encoded data：

>>> payload = {'key1': 'value1', 'key2': 'value2'}>>> r = requests.post("http://httpbin.org/post", data=payload)>>> print(r.text){  ...  "form": {    "key2": "value2",    "key1": "value1"  },  ...}

使用字符串时将直接发送数据：

>>> import json>>> url = 'https://api.github.com/some/endpoint'>>> payload = {'some': 'data'}>>> r = requests.post(url, data=json.dumps(payload))

流上传：

with open('massive-body', 'rb') as f:    requests.post('http://some.url/streamed', data=f)Chunk-Encoded上传：def gen():    yield 'hi'    yield 'there'requests.post('http://some.url/chunked', data=gen())

3.如果要上传文件，可以使用file参数发送Multipart-encoded数据，file参数是{ ‘name’: file-like-objects}格式的字典 (or {‘name’:(‘filename’, fileobj)}) ：

>>> url = 'http://httpbin.org/post'>>> files = {'file': open('report.xls', 'rb')}>>> r = requests.post(url, files=files)>>> r.text{  ...  "files": {    "file": "<censored...binary...data>"  },  ...}

也可以明确设置filename, content_type and headers：

>>> url = 'http://httpbin.org/post'>>> files = {'file': ('report.xls', open('report.xls', 'rb'), 'application/vnd.ms-excel', {'Expires': '0'})}>>> r = requests.post(url, files=files)>>> print r.text{  "args": {},   "data": "",   "files": {    "file": "1\t2\r\n"  },   "form": {},   "headers": {    "Content-Type": "multipart/form-data; boundary=e0f9ff1303b841498ae53a903f27e565",     "Host": "httpbin.org",     "User-Agent": "python-requests/2.2.1 CPython/2.7.3 Windows/7",   },   "url": "http://httpbin.org/post"}

一次性上传多个文件：

>>> url = 'http://httpbin.org/post'>>> multiple_files = [('images', ('foo.png', open('foo.png', 'rb'), 'image/png')),                      ('images', ('bar.png', open('bar.png', 'rb'), 'image/png'))]>>> r = requests.post(url, files=multiple_files)>>> r.text{  ...  'files': {'images': 'data:image/png;base64,iVBORw ....'}  'Content-Type': 'multipart/form-data; boundary=3131623adb2043caaeb5538cc7aa0b3a',  ...}

设置Headers

>>> import json>>> url = 'https://api.github.com/some/endpoint'>>> payload = {'some': 'data'}>>> headers = {'content-type': 'application/json'}>>> r = requests.post(url, data=json.dumps(payload), headers=headers)

Response对象：

获取unicode字符串，会自动根据响应头部的字符编码(r.encoding)进行解码，当然也可以自己设定r.encoding：

>>> r = requests.get('https://github.com/timeline.json')>>> r.textu'{"message":"Hello there, wayfaring stranger...

获取bytes字符串，会自动解码gzip和deflate数据：

>>> r.content'{"message":"Hello there, wayfaring stranger. ..

要存储web图片，可以：

>>> from PIL import Image>>> from StringIO import StringIO>>> i = Image.open(StringIO(r.content))

可以解码json对象：

>>> r.json(){u'documentation_url': u'https://developer...返回raw response，需要在requests请求中将stream设为True：>>> r = requests.get('https://github.com/timeline.json', stream=True)>>> r.raw<requests.packages.urllib3.response.HTTPResponse object at 0x101194810>>>> r.raw.read(10)'\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03'

如果不想一次性处理全部的数据，可以：

tarball_url = 'https://github.com/kennethreitz/requests/tarball/master'r = requests.get(tarball_url, stream=True)if int(r.headers['content-length']) < TOO_LONG:  content = r.content  ...

也可以迭代的处理数据：

with open(filename, 'wb') as fd:    for chunk in r.iter_content(chunk_size):        fd.write(chunk)

或者：

import jsonimport requestsr = requests.get('http://httpbin.org/stream/20', stream=True)for line in r.iter_lines():    # filter out keep-alive new lines    if line:        print(json.loads(line))

获取响应代码：

>>> r = requests.get('http://httpbin.org/get')>>> r.status_code200

获取响应headers：

>>> r.headers{    'content-encoding': 'gzip',    'transfer-encoding': 'chunked',    'connection': 'close',    'server': 'nginx/1.0.4',    'x-runtime': '148ms',    'etag': '"e1ca502697e5c9317743dc078f67693f"',    'content-type': 'application/json'}

获取发送的headers

>>> r.request.headers{'Accept-Encoding': 'identity, deflate, compress, gzip','Accept': '*/*', 'User-Agent': 'python-requests/1.2.0'}Cookie

获取cookie，返回CookieJar对象：

>>> url = 'http://www.baidu.com'>>> r = requests.get(url)>>> r.cookies

将CookieJar转为字典：

>>> requests.utils.dict_from_cookiejar(r.cookies){'BAIDUID': '84722199DF8EDC372D549EC56CA1A0E2:FG=1', 'BD_HOME': '0', 'BDSVRTM': '0'}

将字典转为CookieJar：

requests.utils.cookiejar_from_dict(cookie_dict, cookiejar=None, overwrite=True)

上传自己设置的cookie，使用cookies参数，可以是字典或者CookieJar对象：

>>> url = 'http://httpbin.org/cookies'>>> cookies = dict(cookies_are='working')>>> r = requests.get(url, cookies=cookies)>>> r.text'{"cookies": {"cookies_are": "working"}}'

如果需要在会话中保留cookie，需要用到后面要说的Session。

Redirection and History

可以用history属性来追踪redirection

>>> r = requests.get('http://github.com')>>> r.url'https://github.com/'>>> r.status_code200>>> r.history[<Response [301]>]Session

要在会话中保留状态，可以使用request.Session()。

Session可以使用get，post等方法，Session对象在请求时允许你保留一定的参数和自动设置cookie

s = requests.Session()s.get('http://httpbin.org/cookies/set/sessioncookie/123456789')   #cookie保留在s中r = s.get("http://httpbin.org/cookies") #再次访问时会保留cookieprint(r.text)# '{"cookies": {"sessioncookie": "123456789"}}'

也可以自己设置headers，cookies：

s = requests.Session()s.auth = ('user', 'pass')s.headers.update({'x-test': 'true'})s.get('http://httpbin.org/headers', headers={'x-test2': 'true'})    #  'x-test' and 'x-test2' 都会被发送

预设Request

可以在发送request前做些额外的设定

from requests import Request, Sessions = Session()req = Request('GET', url,    data=data,    headers=header)prepped = req.prepare()# do something with prepped.body# do something with prepped.headersresp = s.send(prepped,    stream=stream,    verify=verify,    proxies=proxies,    cert=cert,    timeout=timeout)print(resp.status_code)　

验证

Basic Authentication

>>> from requests.auth import HTTPBasicAuth>>> requests.get('https://api.github.com/user', auth=HTTPBasicAuth('user', 'pass'))<Response [200]>

因为HTTP Basic Auth很常用，所以也可以直接验证：

>>> requests.get('https://api.github.com/user', auth=('user', 'pass'))<Response [200]>Digest Authentication>>> from requests.auth import HTTPDigestAuth>>> url = 'http://httpbin.org/digest-auth/auth/user/pass'>>> requests.get(url, auth=HTTPDigestAuth('user', 'pass'))<Response [200]>OAuth 1 Authentication>>> import requests>>> from requests_oauthlib import OAuth1>>> url = 'https://api.twitter.com/1.1/account/verify_credentials.json'>>> auth = OAuth1('YOUR_APP_KEY', 'YOUR_APP_SECRET',                  'USER_OAUTH_TOKEN', 'USER_OAUTH_TOKEN_SECRET')>>> requests.get(url, auth=auth)<Response [200]>

也可以使用自己写的验证类。比如某个web服务接受将X-Pizza报头设置成密码的验证，可以这样写验证类：

from requests.auth import AuthBaseclass PizzaAuth(AuthBase):    """Attaches HTTP Pizza Authentication to the given Request object."""    def __init__(self, username):        # setup any auth-related data here        self.username = username    def __call__(self, r):        # modify and return the request        r.headers['X-Pizza'] = self.username        return r

使用：

>>> requests.get('http://pizzabin.org/admin', auth=PizzaAuth('kenneth'))<Response [200]>

SSL证书验证

检查主机的ssl证书：

>>> requests.get('https://kennethreitz.com', verify=True)    raise ConnectionError(e)ConnectionError: HTTPSConnectionPool(host='kennethreitz.com', port=443): Max retries exceeded with url: / (Caused by <class 'socket.error'>: [Errno 10061] )

github是有的：

>>> requests.get('https://github.com', verify=True)<Response [200]>

如果你设置验证设置为False，也可以忽略验证SSL证书。

可以读取验证文件：

>>> requests.get('https://kennethreitz.com', cert=('/path/server.crt', '/path/key'))

代理

使用代理：

import requestsproxies = {  "http": "http://10.10.1.10:3128",  "https": "http://10.10.1.10:1080",}requests.get("http://example.org", proxies=proxies)

可以设置环境变量：

$ export HTTP_PROXY="http://10.10.1.10:3128"$ export HTTPS_PROXY="http://10.10.1.10:1080"$ python>>> import requests>>> requests.get("http://example.org")

如果代理需要验证：

proxies = {    "http": "http://user:pass@10.10.1.10:3128/",}

标签： python学习