1.requests 库简介
Requests 是一个为人类设计的简单而优雅的 HTTP 库。requests 库是一个原生的 HTTP 库，比 urllib3 库更为容易使用。requests 库发送原生的 HTTP 1.1 请求，无需手动为 URL 添加查询串， 也不需要对 POST 数据进行表单编码。相对于 urllib3 库， requests 库拥有完全自动化 Keep-alive 和 HTTP 连接池的功能。requests 库包含的特性如下。
❖ 1Keep-Alive & 连接池
❖ 国际化域名和 URL
❖ 带持久 Cookie 的会话
❖ 浏览器式的 SSL 认证
❖ 自动内容解码
❖ 基本 / 摘要式的身份认证
❖ 优雅的 key/value Cookie
❖ 自动解压
❖ Unicode 响应体
❖ HTTP(S) 代理支持
❖ 文件分块上传
❖ 流下载
❖ 连接超时
❖ 分块请求
❖ 支持 .netrc
pip install requests代码 1-1: 发送一个 get 请求并查看返回结果
import requests url = 'http://www.tipdm.com/tipdm/index.html' # 生成get请求 rqg = requests.get(url) # 查看结果类型 print('查看结果类型：', type(rqg)) # 查看状态码 print('状态码：',rqg.status_code) # 查看编码 print('编码 ：',rqg.encoding) # 查看响应头 print('响应头：',rqg.headers) # 打印查看网页内容 print('查看网页内容：',rqg.text)查看结果类型： <class ’requests.models.Response’> 状态码：200 编码 ：ISO-8859-1 响应头：{’Date’: ’Mon, 18 Nov 2019 04:45:49 GMT’, ’Server’: ’Apache-Coyote/1.1’, ’Accept-Ranges’: ’bytes’, ’ETag’: ’W/"15693-1562553126764"’, ’Last-Modified’: ’Mon, 08 Jul 2019 02:32:06 GMT’, ’Content-Type’: ’text/html’, ’Content-Length’: ’15693’, ’Keep-Alive’: ’timeout=5, max=100’, ’Connection’: ’Keep-Alive’}你可以通过 requests 库发送所有的http请求：
requests.get("http://httpbin.org/get") #GET请求 requests.post("http://httpbin.org/post") #POST请求 requests.put("http://httpbin.org/put") #PUT请求 requests.delete("http://httpbin.org/delete") #DELETE请求 requests.head("http://httpbin.org/get") #HEAD请求 requests.options("http://httpbin.org/get") #OPTIONS请求2.使用Request发送GET请求
HTTP中最常见的请求之一就是GET 请求，下面首先来详细了解一下利用requests构建GET请求的方法。
GET 参数说明：get(url, params=None, **kwargs):
❖ URL: 待请求的网址
❖ params ：（可选）字典，列表为请求的查询字符串发送的元组或字节
❖ **kwargs: 可变长关键字参数
首先，构建一个最简单的 GET 请求，请求的链接为 http://httpbin.org/get ，该网站会判断如果客户端发起的是 GET 请求的话，它返回相应的请求信息，如下就是利用 requests构建一个GET请求
import requests r = requests.get(http://httpbin.org/get) print(r.text) {"args": {},"headers": {"Accept": "*/*","Accept-Encoding": "gzip, deflate","Host": "httpbin.org","User-Agent": "python-requests/2.24.0","X-Amzn-Trace-Id": "Root=1-5fb5b166-571d31047bda880d1ec6c311"},"origin": "36.44.144.134","url": "http://httpbin.org/get"}可以发现，我们成功发起了 GET 请求，返回结果中包含请求头、URL 、IP 等信息。那么，对于 GET 请求，如果要附加额外的信息，一般怎样添加呢？
首先我们尝试请求知乎的首页信息
import requests response = requests.get(’https://www.zhihu.com/explore’) print(f"当前请求的响应状态码为：{response.status_code}") print(response.text)当前请求的响应状态码为：400
400 Bad Request
openresty
这里发现响应的状态码为 400 ，说明我们请求失败了，因为知乎已经发现了我们是一个爬虫，因此需要对浏览器进行伪装，添加对应的 UA 信息。
import requests headers = {"user-agent": ’Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36’} response = requests.get(’https://www.zhihu.com/explore’, headers=headers) print(f"当前请求的响应状态码为：{response.status_code}") # print(response.text)当前请求的响应状态码为：200
<!doctype html>
…….
这里我们加入了 headers 信息，其中包含了 User-Agent 字段信息，也就是浏览器标识信息。很明显我们伪装成功了！这种伪装浏览器的方法是最简单的反反爬措施之一。
GET 参数说明：携带请求头发送请求的方法
requests.get(url, headers=headers)
-headers 参数接收字典形式的请求头
-请求头字段名作为 key ，字段对应的值作为 value
import requests url = 'https://www.baidu.com' headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"} # 在请求头中带上User-Agent，模拟浏览器发送请求 response = requests.get(url, headers=headers) print(response.content) # 打印请求头信息 print(response.request.headers)我们在使用百度搜索的时候经常发现 url 地址中会有一个 ‘?‘ ，那么该问号后边的就是请求参数，又叫做查询字符串!
通常情况下我们不会只访问基础网页，特别是爬取动态网页时我们需要传递不同的参数获取 不同的内容；GET 传递参数有两种方法，可以直接在链接中添加参数或者利用 params 添加参数。
直接对含有参数的url发起请求
import requests headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"} url = ’https://www.baidu.com/s?wd=python’ response = requests.get(url, headers=headers)1.构建请求参数字典
2.向接口发送请求的时候带上参数字典，参数字典设置给 params
import requests headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"} # 这是目标url # url = ’https://www.baidu.com/s?wd=python’ # 最后有没有问号结果都一样 url = ’https://www.baidu.com/s?’ # 请求参数是一个字典 即wd=python kw = {’wd’: ’python’} # 带上请求参数发起请求，获取响应 response = requests.get(url, headers=headers, params=kw) print(response.content)通过运行结果可以判断，请求的链接自动被构造成了：
原创文章，作者：优速盾-小U，如若转载，请注明出处：https://www.cdnb.net/bbs/archives/30768
