轉(zhuǎn)載：http://blog.csdn.net/iloveyin/article/details/21444613

快速上手

迫不及待了嗎？本頁內(nèi)容為如何入門Requests提供了很好的指引。其假設你已經(jīng)安裝了Requests。如果還沒有， 去?安裝?一節(jié)看看吧。

首先，確認一下：

• Requests?已安裝
• Requests是?最新的

讓我們從一些簡單的示例開始吧。

發(fā)送請求

使用Requests發(fā)送網(wǎng)絡請求非常簡單。

一開始要導入Requests模塊:

>>> import requests

然后，嘗試獲取某個網(wǎng)頁。本例子中，我們來獲取Github的公共時間線

>>> r = requests.get('https://github.com/timeline.json')

現(xiàn)在，我們有一個名為?r?的?Response?對象。可以從這個對象中獲取所有我們想要的信息。

Requests簡便的API意味著所有HTTP請求類型都是顯而易見的。例如，你可以這樣發(fā)送一個HTTP POST請求:

>>> r = requests.post("http://httpbin.org/post")

漂亮，對吧？那么其他HTTP請求類型：PUT， DELETE， HEAD以及OPTIONS又是如何的呢？都是一樣的簡單:

>>> 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")

都很不錯吧，但這也僅是Requests的冰山一角呢。

為URL傳遞參數(shù)

你也許經(jīng)常想為URL的查詢字符串(query string)傳遞某種數(shù)據(jù)。如果你是手工構(gòu)建URL，那么數(shù)據(jù)會以鍵/值 對的形式置于URL中，跟在一個問號的后面。例如，httpbin.org/get?key=val?。 Requests允許你使用?params?關鍵字參數(shù)，以一個字典來提供這些參數(shù)。舉例來說，如果你想傳遞?key1=value1?和?key2=value2?到?httpbin.org/get?，那么你可以使用如下代碼:

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

通過打印輸出該URL，你能看到URL已被正確編碼:

>>> print r.url u'http://httpbin.org/get?key2=value2&key1=value1'

響應內(nèi)容

我們能讀取服務器響應的內(nèi)容。再次以Github時間線為例:

>>> import requests >>> r = requests.get('https://github.com/timeline.json') >>> r.text '[{"repository":{"open_issues":0,"url":"https://github.com/...

Requests會自動解碼來自服務器的內(nèi)容。大多數(shù)unicode字符集都能被無縫地解碼。

請求發(fā)出后，Requests會基于HTTP頭部對響應的編碼作出有根據(jù)的推測。當你訪問r.text?之時，Requests會使用其推測的文本編碼。你可以找出Requests使用了什么編碼，并且能夠使用?r.encoding?屬性來改變它:

>>> r.encoding 'utf-8' >>> r.encoding = 'ISO-8859-1'

如果你改變了編碼，每當你訪問?r.text?，Request都將會使用?r.encoding?的新值。

在你需要的情況下，Requests也可以使用定制的編碼。如果你創(chuàng)建了自己的編碼，并使用codecs?模塊進行注冊，你就可以輕松地使用這個解碼器名稱作為?r.encoding?的值， 然后由Requests來為你處理編碼。

二進制響應內(nèi)容

你也能以字節(jié)的方式訪問請求響應體，對于非文本請求:

>>> r.content b'[{"repository":{"open_issues":0,"url":"https://github.com/...

Requests會自動為你解碼?gzip?和?deflate?傳輸編碼的響應數(shù)據(jù)。

例如，以請求返回的二進制數(shù)據(jù)創(chuàng)建一張圖片，你可以使用如下代碼:

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

JSON響應內(nèi)容

Requests中也有一個內(nèi)置的JSON解碼器，助你處理JSON數(shù)據(jù):

>>> import requests >>> r = requests.get('https://github.com/timeline.json') >>> r.json() [{u'repository': {u'open_issues': 0, u'url': 'https://github.com/...

如果JSON解碼失敗，?r.json?就會拋出一個異常。

原始響應內(nèi)容

在罕見的情況下你可能想獲取來自服務器的原始套接字響應，那么你可以訪問?r.raw?。 如果你確實想這么干，那請你確保在初始請求中設置了?stream=True?。具體的你可以這么做:

>>> 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'

定制請求頭

如果你想為請求添加HTTP頭部，只要簡單地傳遞一個?dict?給?headers?參數(shù)就可以了。

例如，在前一個示例中我們沒有指定content-type:

>>> 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)

更加復雜的POST請求

通常，你想要發(fā)送一些編碼為表單形式的數(shù)據(jù)—非常像一個HTML表單。 要實現(xiàn)這個，只需簡單地傳遞一個字典給?data?參數(shù)。你的數(shù)據(jù)字典 在發(fā)出請求時會自動編碼為表單形式:

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

很多時候你想要發(fā)送的數(shù)據(jù)并非編碼為表單形式的。如果你傳遞一個?string?而不是一個dict?，那么數(shù)據(jù)會被直接發(fā)布出去。

例如，Github API v3接受編碼為JSON的POST/PATCH數(shù)據(jù):

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

POST一個多部分編碼(Multipart-Encoded)的文件

Requests使得上傳多部分編碼文件變得很簡單:

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

你可以顯式地設置文件名:

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

如果你想，你也可以發(fā)送作為文件來接收的字符串:

>>> url = 'http://httpbin.org/post' >>> files = {'file': ('report.csv', 'some,data,to,send\nanother,row,to,send\n')}>>> r = requests.post(url, files=files) >>> r.text { ... "files": { "file": "some,data,to,send\\nanother,row,to,send\\n" }, ... }

響應狀態(tài)碼

我們可以檢測響應狀態(tài)碼:

>>> r = requests.get('http://httpbin.org/get') >>> r.status_code 200

為方便引用，Requests還附帶了一個內(nèi)置的狀態(tài)碼查詢對象:

>>> r.status_code == requests.codes.ok True

如果發(fā)送了一個失敗請求(非200響應)，我們可以通過?Response.raise_for_status()?來拋出異常:

>>> bad_r = requests.get('http://httpbin.org/status/404') >>> bad_r.status_code 404>>> bad_r.raise_for_status() Traceback (most recent call last):File "requests/models.py", line 832, in raise_for_statusraise http_error requests.exceptions.HTTPError: 404 Client Error

但是，由于我們的例子中?r?的?status_code?是?200?，當我們調(diào)用?raise_for_status()?時，得到的是:

>>> r.raise_for_status() None

一切都挺和諧哈。

響應頭

我們可以查看以一個Python字典形式展示的服務器響應頭:

>>> r.headers { 'status': '200 OK', 'content-encoding': 'gzip', 'transfer-encoding': 'chunked', 'connection': 'close', 'server': 'nginx/1.0.4', 'x-runtime': '148ms', 'etag': '"e1ca502697e5c9317743dc078f67693f"', 'content-type': 'application/json; charset=utf-8' }

但是這個字典比較特殊：它是僅為HTTP頭部而生的。根據(jù)?RFC 2616?， HTTP頭部是大小寫不敏感的。

因此，我們可以使用任意大寫形式來訪問這些響應頭字段:

>>> r.headers['Content-Type'] 'application/json; charset=utf-8'>>> r.headers.get('content-type') 'application/json; charset=utf-8'

如果某個響應頭字段不存在，那么它的默認值為?None

>>> r.headers['X-Random'] None

Cookies

如果某個響應中包含一些Cookie，你可以快速訪問它們:

>>> url = 'http://example.com/some/cookie/setting/url' >>> r = requests.get(url)>>> r.cookies['example_cookie_name'] 'example_cookie_value'

要想發(fā)送你的cookies到服務器，可以使用?cookies?參數(shù):

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

重定向與請求歷史

使用GET或OPTIONS時，Requests會自動處理位置重定向。

Github將所有的HTTP請求重定向到HTTPS。可以使用響應對象的?history?方法來追蹤重定向。 我們來看看Github做了什么:

>>> r = requests.get('http://github.com') >>> r.url 'https://github.com/' >>> r.status_code 200 >>> r.history [<Response [301]>]

Response.history?是一個:class:Request?對象的列表，為了完成請求而創(chuàng)建了這些對象。這個對象列表按照從最老到最近的請求進行排序。

如果你使用的是GET或OPTIONS，那么你可以通過?allow_redirects?參數(shù)禁用重定向處理:

>>> r = requests.get('http://github.com', allow_redirects=False) >>> r.status_code 301 >>> r.history []

如果你使用的是POST，PUT，PATCH，DELETE或HEAD，你也可以啟用重定向:

>>> r = requests.post('http://github.com', allow_redirects=True) >>> r.url 'https://github.com/' >>> r.history [<Response [301]>]

超時

你可以告訴requests在經(jīng)過以?timeout?參數(shù)設定的秒數(shù)時間之后停止等待響應:

>>> requests.get('http://github.com', timeout=0.001) Traceback (most recent call last):File "<stdin>", line 1, in <module> requests.exceptions.Timeout: HTTPConnectionPool(host='github.com', port=80): Request timed out. (timeout=0.001)

注:

timeout?僅對連接過程有效，與響應體的下載無關。

錯誤與異常

遇到網(wǎng)絡問題（如：DNS查詢失敗、拒絕連接等）時，Requests會拋出一個ConnectionError?異常。

遇到罕見的無效HTTP響應時，Requests則會拋出一個?HTTPError?異常。

若請求超時，則拋出一個?Timeout?異常。

若請求超過了設定的最大重定向次數(shù)，則會拋出一個?TooManyRedirects?異常。

所有Requests顯式拋出的異常都繼承自?requests.exceptions.RequestException?。

總結(jié)

以上是生活随笔為你收集整理的Python爬虫大杀器之Requests快速入门的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。