Python中Requests库的高级用法

   <p>今天我们来学习下Python中Requests库的用法。</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/b5f92da2e9bb5185b303eb0c8e80205d.png"></p>    <h2>Requests库的安装</h2>    <p>利用 pip 安装，如果你安装了pip包（一款Python包管理工具，不知道可以百度哟），或者集成环境，比如Python（x,y）或者anaconda的话，就可以直接使用pip安装Python的库。</p>    <pre>  <code class="language-python">$ pip install requests</code></pre>    <p>安装完成之后，下面来看一下基本的方法：</p>    <pre>  <code class="language-python">#get请求方法      >>> r = requests.get('https://api.github.com/user', auth=('user', 'pass'))  #打印get请求的状态码      >>> r.status_code  200  #查看请求的数据类型，可以看到是json格式，utf-8编码      >>> r.headers['content-type']  'application/json; charset=utf8'      >>> r.encoding  'utf-8'  #打印请求到的内容      >>> r.text  u'{"type":"User"...'  #输出json格式数据      >>> r.json()      {u'private_gists': 419, u'total_private_repos': 77, ...}</code></pre>    <p>下面看一个小栗子：</p>    <pre>  <code class="language-python">#小例子  import requests    r = requests.get('http://www.baidu.com')  print type(r)  print r.status_code  print r.encoding  print r.text  print r.cookies  '''请求了百度的网址，然后打印出了返回结果的类型，状态码，编码方式，Cookies等内容 输出：'''  <class 'requests.models.Response'>  200  UTF-8  <RequestsCookieJar[]></code></pre>    <h2>http基本请求</h2>    <p>requests库提供了http所有的基本请求方式。例如：</p>    <pre>  <code class="language-python">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")</code></pre>    <h2>基本GET请求</h2>    <pre>  <code class="language-python">r = requests.get("http://httpbin.org/get")  #如果想要加参数，可以利用 params 参数：  import requests  payload = {'key1': 'value1', 'key2': 'value2'}  r = requests.get("http://httpbin.org/get", params=payload)  print r.url    #输出：http://httpbin.org/get?key2=value2&key1=value1</code></pre>    <p>如果想请求JSON文件，可以利用 json() 方法解析，例如自己写一个JSON文件命名为a.json，内容如下：</p>    <pre>  <code class="language-python">["foo", "bar", {  "foo": "bar"  }]  #利用如下程序请求并解析：  import requests  r = requests.get("a.json")  print r.text  print r.json()  '''运行结果如下，其中一个是直接输出内容，另外一个方法是利用 json() 方法 解析，感受下它们的不同:'''  ["foo", "bar", {  "foo": "bar"  }]  [u'foo', u'bar', {u'foo': u'bar'}]</code></pre>    <p>如果想获取来自服务器的原始套接字响应，可以取得 r.raw 。 不过需要在初始请求中设置 stream=True 。</p>    <pre>  <code class="language-python">r = requests.get('https://github.com/timeline.json', stream=True)  r.raw  #输出  <requests.packages.urllib3.response.HTTPResponse object at 0x101194810>  r.raw.read(10)  '\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03'</code></pre>    <p>这样就获取了网页原始套接字内容。</p>    <p>如果想添加 headers，可以传 headers 参数：</p>    <pre>  <code class="language-python">import requests    payload = {'key1': 'value1', 'key2': 'value2'}  headers = {'content-type': 'application/json'}  r = requests.get("http://httpbin.org/get", params=payload, headers=headers)  print r.url  #通过headers参数可以增加请求头中的headers信息</code></pre>    <h2>基本POST请求</h2>    <p>对于 POST 请求来说，我们一般需要为它增加一些参数。那么最基本的传参方法可以利用 data 这个参数。</p>    <pre>  <code class="language-python">import requests    payload = {'key1': 'value1', 'key2': 'value2'}  r = requests.post("http://httpbin.org/post", data=payload)  print r.text  #运行结果如下：  {  "args": {},   "data": "",   "files": {},   "form": {  "key1": "value1",   "key2": "value2"  },   "headers": {  "Accept": "*/*",   "Accept-Encoding": "gzip, deflate",   "Content-Length": "23",   "Content-Type": "application/x-www-form-urlencoded",   "Host": "http://httpbin.org",   "User-Agent": "python-requests/2.9.1"  },   "json": null,   "url": "http://httpbin.org/post"  }</code></pre>    <p>可以看到参数传成功了，然后服务器返回了我们传的数据。</p>    <p>有时候我们需要传送的信息不是表单形式的，需要我们传JSON格式的数据过去，所以我们可以用 json.dumps() 方法把表单数据序列化。</p>    <pre>  <code class="language-python">import json  import requests    url = 'http://httpbin.org/post'  payload = {'some': 'data'}  r = requests.post(url, data=json.dumps(payload))  print r.text    #运行结果：  {  "args": {},   "data": "{\"some\": \"data\"}",   "files": {},   "form": {},   "headers": {  "Accept": "*/*",   "Accept-Encoding": "gzip, deflate",   "Content-Length": "16",   "Host": "http://httpbin.org",   "User-Agent": "python-requests/2.9.1"  },   "json": {  "some": "data"  },   "url": "http://httpbin.org/post"  }</code></pre>    <p>通过上述方法，我们可以POST JSON格式的数据</p>    <p>如果想要上传文件，那么直接用 file 参数即可：</p>    <pre>  <code class="language-python">#新建一个 test.txt 的文件，内容写上 Hello World!  import requests    url = 'http://httpbin.org/post'  files = {'file': open('test.txt', 'rb')}  r = requests.post(url, files=files)  print r.text    {  "args": {},   "data": "",   "files": {  "file": "Hello World!"  },   "form": {},   "headers": {  "Accept": "*/*",   "Accept-Encoding": "gzip, deflate",   "Content-Length": "156",   "Content-Type": "multipart/form-data; boundary=7d8eb5ff99a04c11bb3e862ce78d7000",   "Host": "http://httpbin.org",   "User-Agent": "python-requests/2.9.1"  },   "json": null,   "url": "http://httpbin.org/post"  }</code></pre>    <p>这样我们便成功完成了一个文件的上传。</p>    <p>requests 是支持流式上传的，这允许你发送大的数据流或文件而无需先把它们读入内存。要使用流式上传，仅需为你的请求体提供一个类文件对象即可，非常方便：</p>    <pre>  <code class="language-python">with open('massive-body') as f:  requests.post('http://some.url/streamed', data=f)</code></pre>    <h2>Cookies</h2>    <p>如果一个响应中包含了cookie，那么我们可以利用 cookies 变量来拿到：</p>    <pre>  <code class="language-python">import requests    url = 'Example Domain'  r = requests.get(url)  print r.cookies  print r.cookies['example_cookie_name']</code></pre>    <p>以上程序仅是样例，可以用 cookies 变量来得到站点的 cookies</p>    <p>另外可以利用 cookies 变量来向服务器发送 cookies 信息:</p>    <pre>  <code class="language-python">import requests    url = 'http://httpbin.org/cookies'  cookies = dict(cookies_are='working')  r = requests.get(url, cookies=cookies)  print r.text  #输出：  '{"cookies": {"cookies_are": "working"}}'</code></pre>    <h2>超时配置</h2>    <p>可以利用 timeout 变量来配置最大请求时间</p>    <pre>  <code class="language-python">requests.get(‘Build software better, together’, timeout=0.001)</code></pre>    <p>注：timeout 仅对连接过程有效，与响应体的下载无关。</p>    <p>也就是说，这个时间只限制请求的时间。即使返回的 response 包含很大内容，下载需要一定时间。</p>    <h2>会话对象</h2>    <p>在以上的请求中，每次请求其实都相当于发起了一个新的请求。也就是相当于我们每个请求都用了不同的浏览器单独打开的效果。也就是它并不是指的一个会话，即使请求的是同一个网址。比如：</p>    <pre>  <code class="language-python">import requests    requests.get('http://httpbin.org/cookies/set/sessioncookie/123456789')  r = requests.get("http://httpbin.org/cookies")  print(r.text)  #结果是：  {  "cookies": {}  }</code></pre>    <p>很明显，这不在一个会话中，无法获取 cookies，那么在一些站点中，我们需要保持一个持久的会话怎么办呢？就像用一个浏览器逛淘宝一样，在不同的选项卡之间跳转，这样其实就是建立了一个长久会话。</p>    <p>解决方案如下：</p>    <pre>  <code class="language-python">import requests    s = requests.Session()  s.get('http://httpbin.org/cookies/set/sessioncookie/123456789')  r = s.get("http://httpbin.org/cookies")  print(r.text)  #在这里我们请求了两次，一次是设置 cookies，一次是获得 cookies  {  "cookies": {  "sessioncookie": "123456789"  }  }</code></pre>    <p>发现可以成功获取到 cookies 了，这就是建立一个会话到作用。</p>    <p>那么既然会话是一个全局的变量，那么我们肯定可以用来全局的配置了。</p>    <pre>  <code class="language-python">import requests    s = requests.Session()  s.headers.update({'x-test': 'true'})  r = s.get('http://httpbin.org/headers', headers={'x-test2': 'true'})  print r.text  '''通过 s.headers.update 方法设置了 headers 的变量。然后我们又在请求中 设置了一个 headers，那么会出现什么结果？很简单，两个变量都传送过去了。 运行结果:'''  {  "headers": {  "Accept": "*/*",   "Accept-Encoding": "gzip, deflate",   "Host": "http://httpbin.org",   "User-Agent": "python-requests/2.9.1",   "X-Test": "true",   "X-Test2": "true"  }  }</code></pre>    <p>如果get方法传的headers 同样也是 x-test 呢？</p>    <pre>  <code class="language-python">r = s.get('http://httpbin.org/headers', headers={'x-test': 'true'})    #它会覆盖掉全局的配置：  {  "headers": {  "Accept": "*/*",   "Accept-Encoding": "gzip, deflate",   "Host": "http://httpbin.org",   "User-Agent": "python-requests/2.9.1",   "X-Test": "true"  }  }</code></pre>    <p>如果不想要全局配置中的一个变量了呢？很简单，设置为 None 即可。</p>    <pre>  <code class="language-python">r = s.get('http://httpbin.org/headers', headers={'x-test': None})  {  "headers": {  "Accept": "*/*",   "Accept-Encoding": "gzip, deflate",   "Host": "http://httpbin.org",   "User-Agent": "python-requests/2.9.1"  }  }</code></pre>    <p>以上就是 session 会话的基本用法。</p>    <h2>SSL证书验证</h2>    <p>现在随处可见 https 开头的网站，Requests可以为HTTPS请求验证SSL证书，就像web浏览器一样。要想检查某个主机的SSL证书，你可以使用 verify 参数，因为前段时间12306 证书不是无效的嘛，来测试一下：</p>    <pre>  <code class="language-python">import requests    r = requests.get('https://kyfw.12306.cn/otn/', verify=True)  print r.text  #结果：  requests.exceptions.SSLError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:590)</code></pre>    <p>来试下 github 的：</p>    <pre>  <code class="language-python">import requests    r = requests.get('Build software better, together', verify=True)  print r.text</code></pre>    <p>嗯，正常请求，由于内容太多，我就不粘贴输出了。</p>    <p>如果我们想跳过刚才 12306 的证书验证，把 verify 设置为 False 即可：</p>    <pre>  <code class="language-python">import requests    r = requests.get('https://kyfw.12306.cn/otn/', verify=False)  print r.text</code></pre>    <p>发现就可以正常请求了。在默认情况下 verify 是 True，所以如果需要的话，需要手动设置下这个变量。</p>    <h2>代理</h2>    <p>如果需要使用代理，你可以通过为任意请求方法提供 proxies 参数来配置单个请求。</p>    <pre>  <code class="language-python">import requests    proxies = {  "https": "http://41.118.132.69:4433"  }  r = requests.post("http://httpbin.org/post", proxies=proxies)  print r.text  #也可以通过环境变量 HTTP_PROXY 和 HTTPS_PROXY 来配置代理  export HTTP_PROXY="http://10.10.1.10:3128"  export HTTPS_PROXY="http://10.10.1.10:1080"</code></pre>    <p> </p>    <p>来自：http://developer.51cto.com/art/201703/534336.htm</p>    <p> </p>