百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

python编程实践:网络爬虫,从学习Requests 模块开始

off999 2024-10-08 06:21 34 浏览 0 评论

Requests模块是第三方模块,需要预先安装,requests模块在python内置模块的基础上进行了高度的封装,从而使得python进行网络请求时,变得更加简洁和人性化。

我们都知道爬虫模拟浏览器发送请求,获取响应,那么首先我们就要学会使用Requests的基本方法和发送请求。

一、安装

非常简单,打开cmd,直接pip安装,

pip install requests

二、导入模块

import requests

三、requests库的七个主要方法

方法

解释

requests.request()

构造一个请求,支持以下各种方法

requests.get()

获取html的主要方法

requests.head()

获取html头部信息的主要方法

requests.post()

向html网页提交post请求的方法

requests.put()

向html网页提交post请求的方法

requests.patch()

向html提交局部修改的请求

requests.delete()

向html提交删除请求

在实际使用中,使用频率高的1-5项。

四、简单使用

(一)Get 请求

1. 发送无参数的get请求,尝试获取某个网页.

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

发送无参数的get请求 设置超时时间 timeout 单位秒

r = requests.get('http://www.baidu.com', timeout=1)

2.发送带参数的请求.

也许经常想为 URL 的查询字符串(query string) 传递某种数据。如果你是手工构建 URL,那么数据会以键/值对的形式置于 URL 中,跟在一个问号的后面。

例如: www.baidu.com/?key=val。

Requests 允许你使用 params 关键字参数,以一个字符串字典来提供这些参数。

举例来说,如果你想传递 key1=value1 和 key2=value2 到 www.baidu.com/ ,那么你可以使用如下代码:

payload = {'key1': 'value1', 'key2': 'value2'}
r = requests.get("https://www.baidu.com/", params=payload)
print(r.url)
#https://www.baidu.com/?key2=value2&key1=value1

以上代码相当于浏览器请求地址:https://www.baidu.com/?key2=value2&key1=value1

你还可以将一个列表作为值传入.

payload = {'key1': 'value1', 'key2': ['value2', 'value3']}
r = requests.get('http://www.baidu.com/', params=payload)
print(r.url)
#http://www.baidu.com/?key2=value2&key2=value3&key1=value1

以上代码相当于浏览器请求地址:http://www.baidu.com/?key2=value2&key2=value3&key1=value1

3.定制请求头

如果你想为请求添加 HTTP 头部,只要简单地传递一个 dict 给 headers 参数就可以了

url = 'https://www.baidu.com/s?wd=python'
headers = {
'Content-Type': 'text/html;charset=utf-8',
'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)'
}
r = requests.get(url,headers=headers)

4.Response对象使用

  • r.url #打印输出该 URL
  • r.headers #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
  • r.status_code #返回连接状态,200正常。
  • r.text #默认以unicode形式返回网页内容,也就是网页源码的字符串。
  • r.content #以字节形式(二进制)返回。字节方式的响应体,会自动为你解码 gzip 和 deflate 压缩。
  • r.json() #把网页中的json数据转成字典并将其返回。
  • r.encoding #获取当前的编码
  • r.encoding = 'ISO-8859-1' #指定编码,r.text返回的数据类型,写在r.text之前。

(二)POST 请求

HTTP 协议规定 POST 提交的数据必须放在消息主体(entity-body)中,但协议并没有规定数据必须使用什么编码方式,服务端通过是根据请求头中的Content-Type字段来获知请求中的消息主体是用何种方式进行编码,再对消息主体进行解析。具体的编码方式包括:

1.最常见post提交数据的方式,以form表单形式提交数据。

application/x-www-form-urlencoded

2.以json串提交数据。

application/json

3.一般使用来上传文件。

multipart/form-data

(三)实例如下

1. 以form形式发送post请求

Reqeusts支持以form表单形式发送post请求,只需要将请求的参数构造成一个字典,然后传给requests.post()的data参数即可

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

2. 以json形式发送post请求

可以将一 json串传给requests.post()的data参数,

url = 'http://www.bin.org/post'
payload = {'key1': 'value1', 'key2': 'value2'}
r = requests.post(url, data=json.dumps(payload))
#print(r.text)
print(r.headers.get('Content-Type'))

3. 以multipart形式发送post请求

Requests也支持以multipart形式发送post请求,只需将一文件传给requests.post()的files参数即可,文本文件report.txt的内容只有一行:Hello world!,从请求的响应结果可以看到数据已上传到服务端中。

url = 'http://www.bin.org/post'
files = {'file': open('report.txt', 'rb')}
r = requests.post(url, files=files)
print(r.text)

五、综合举例

1.返回值为json格式

import requests 
response = requests.get(url="http://xx.xx.xx/api/test123")
response.raise_for_status()
data = response.json()
print(data)

2.post方式请求,参数以json格式传递

import requests
import json
 d= {
    "app_name": "test123",
    "system_name": "test123",
    "instance_id": "test123",
    "resource_name": "test123",
    "env_region": "test123",
    "status": 0
} 
header = {"content-type":"application/json"} 
data = json.dumps(d)
response = requests.post(url="http://xx.xx.xx/api/add/", data=data, headers=header) 
print(response.text)

3.put方式请求,参数以json格式传递

import requests
import json 
d= {
    "app_name": "test126",
    "system_name": "test126",
    "instance_id": "test126",
    "resource_name": "test126",
    "env_region": "test126",
    "status": 0
} 
header = {"content-type":"application/json"} 
data = json.dumps(d)
response = requests.put(url="http://xx.xx.xx/api/update/test123/", data=data, headers=header)
 print(response.text)

4.delete方式请求

import requests 
response = requests.delete(url="http://127.0.0.1:8000/api/delete/test126")
response.raise_for_status()
data = response.json()
print(data)

需要说明的一点,使用什么方式请求服务,与服务器程序的定义有很大的关系,参数的传递方式,也与服务器程序的定义有关,至于更细的细节,也与服务器程序的编写语言有关。

这些知识点,与大家所认为的“爬虫”有关。后面有时间会给大家进一步阐述网络“爬虫”的案例。

最后,由于平台规则,只有当您跟我有更多互动的时候,才会被认定为铁粉。如果您喜欢我的文章,可以点个“关注”,成为铁粉后能第一时间收到文章推送。

相关推荐

下载原版xp系统光盘(xp光盘系统安装教程怎么安装)

方法步骤步骤如下:1、首先打开计算机,在电脑光驱上放入XP光盘,启动电脑后不停按F12、F11、Esc等启动热键,在弹出的启动菜单中选择DVD选项,回车。2、进入光盘主菜单,按数字2或点击选项2运行w...

windows7中文版下载安装(windows7安装包下载)

谢邀,如果你戳设置-时间和语言-区域和语言,右边的语言提示“只允许使用一种语言包”,那么你的系统就是家庭中文版。家庭中文版限定系统界面只能使用简体中文显示,其他功能则与普通家庭版没有区别,也可以使用其...

win7开机按f2怎么重装系统(win7开机按f12怎么重装系统)

开机或重启时,在进入Windows前按F2进入BIOS。  ←→移动到第三个好像是BOOT。  然后将EXTENELBOOT选项设置为ENABLE  最后按F5将第一启动项目设置为EXTENEL...

win10驱动管理(win10驱动程序)
win10驱动管理(win10驱动程序)

win10由于联网后会自动安装驱动,如果自动安装驱动没出现问题,即可视为最佳驱动,若出现问题,卸载出问题的驱动,然后去查自己主板型号,在主板供应商官网下载对应驱动即是最佳01Windows10驱动更新调整当前当你插入连接即插即用(Pn...

2025-12-29 05:51 off999

手机上怎么找qq邮箱登录(用手机怎么找到qq邮箱)

入口是“联系人”选项卡。qq邮箱手机在QQ主菜单中选择下方的“联系人”选项卡;3、在“联系人”中选取“公众号”选项卡;4、在公众号中菜单中找到或搜索“QQ邮箱提醒”,点击进入;5、点击“进入邮箱”;6...

amd显卡控制面板

AMD显卡控制面板是用来管理你的AMD显卡的,可以在控制面板中进行设置一些简单的调整,来提升显卡性能和效果。1、先打开AMD控制面板。2、打开“垂直同步(V-SYNC)”功能,可调整细节,改善影像流畅...

win10老是未响应卡死(window10总是未响应)

具体方法:1、如果win10中的应用程序出现不响应的情况,应该是应用程序加载失败了。可以通过重置方法来解决win10应用程序无响应。2、登录win10系统,用管理员身份运行Powershell(可在C...

usb安装系统步骤(USB安装系统步骤)

1.准备一张U盘,将联想官网下载的系统镜像文件复制到U盘中;2.将U盘插入联想S41U电脑,重启电脑,按F12进入BIOS设置,将U盘设置为启动项;3.重启电脑,进入U盘安装界面,按提示操作,完成系统...

win98安装教程(win98iso怎么安装)

如何安装windows98  一、具体安装步骤  备份好重要文件之后,就可以安装windows98了。  第一步:启动安装程序。  用户如果原来已安装了windows95/97/98,现在拟对其进行升...

雨林木风win7安装(雨林木风win732位安装教程)

  安装步骤如下:  1、光盘放入光驱,复制光盘上的win7.gho和安装系统.exe到硬盘非C盘的文件夹;(gho文件名可以是其他名字,后缀为gho,体积最大的就是。)  2、双击安装系统.exe;...

win10解绑管理员账户(win10管理员账户怎么取消开机密码)

要解除Windows10电脑上的管理员权限,您需要进行以下操作:1.打开“控制面板”:右键单击“开始”按钮,然后选择“控制面板”。2.进入“用户账户”:在控制面板中,选择“用户账户”。3.点击...

win10家庭版没有组策略编辑器

Win10组策略编辑器找不到怎么办  解决方法  一、win10系统版本本身不提供组策略的功能。  1、运行gpedit.msc直接提示找到gpedit.msc(组策略)。  2、运行MMC,在“添加...

tplogin管理员登录入口(tplogin重新设置密码)

tplogin.cn是新版tplink路由器的登录地址(管理页面地址),在浏览器中输入tplogin.cn,就可以打开tplink路由器的管理页面(登录页面)。具体的登录方法如下:1、打开电脑上的浏...

psp模拟器怎么导入游戏(psp模拟器怎么导入游戏 Vivo手机)

方法如下:1、打开能操作文件的助手软件,用pp链接后点击左下文件,然后点常用目录下的程序用户,会出现ppsspp的文件夹。2、打开ppsspp文件夹,会出来四个选项文件夹,第一个进去后是psp文件夹,...

电脑系统怎样升级(电脑系统怎么升级)

电脑系统升级方法步骤,1、打开电脑,点击电脑左下角的开始菜单,在弹出的菜单选项中选择“控制面板”。2、点击“开始”,点击“控制面板”3、在控制面板中,点击“系统和安全”。4、点击启用或禁用自动更新。5...

取消回复欢迎 发表评论: