Python网络爬虫(二):Requests库

1 请求方式

Requests模块常用的两种请求方式是GET和POST.

1.1 GET请求

GET请求可以在url中携带参数,以百度为例:

python 复制代码
# 不带参数
https://www.baidu.com/
# 带参数wd
https://www.baidu.com/s?wd=iphone

Requests实现GET请求,对于带参数的URL有两种请求方式:

python 复制代码
import requests

# 第一种方式
response = requests.get('https://www.baidu.com/s?wd=iphone')

# 第二种方式
url = 'https://www.baidu.com/s'
params = {'wd':'iphone'}
response = requests.get(url, params=params)

两种方式都是请求同一个url,但第一种方式更加简洁,如果参数是动态变化的,可以使用格式化字符串对url动态设置,例如f"https://www.baidu.com/s?wd={传入变量}"

1.2 POST请求

POST请求也就是提交表单,表单的数据内容就是POST的请求参数。POST请求的参数data的数据格式可以为字典、元组、列表和JSON格式。

当向服务器发送请求后,服务器会返回相应的响应对象(response),包含服务器响应的信息。requests提供以下方法获取响应内容。

|----------------------|--------------------------------------------------|
| r.status_code | 响应状态码 |
| r.raw | 原始响应体、使用r.raw.read()读取 |
| r.content | 字节方式的响应体,需要进行解码 |
| r.text | 字符串方式的响应体,会自动根据响应头部的字符编码进行解码 |
| r.headers | 以字典对象存储服务器响应头,但这个字典比较特殊,字典键不区分大小写,若键不存在,则返回None。 |
| r.json() | Requests中内置的JSON解码器 |
| r.raise_for_status() | 请求失败(非200响应),抛出异常 |
| r.url | 获取请求链接 |
| r.cookies | 获取请求后的cookies |
| r.encoding | 获取编码格式 |

2 复杂的请求方式

2.1 添加请求头

请求头为字典形式,在requests中的参数名为headers,示例代码如下:

python 复制代码
headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/121.0.0.0 Safari/537.36"
        }

requests.get("https://www.jd.com", headers=headers)

2.2 使用代理ip

代理ip的使用方法笔者将会在之后单独写文章介绍,这里只做演示。代理ip的使用方法与请求头的使用方法一致,需要设置proxies参数,示例代码如下:

python 复制代码
import requests
proxies = {
    "http": "http://10.120.1.110:8888",
    "https": "http://10.120.1.110:8888",
    }

requests.get("https://www.jd.com/", proxies=proxies)

2.3 证书验证

通常设置关闭验证即可,即verify=False,默认情况下是True。示例代码如下:

python 复制代码
import requests

url = "https://www.jd.com"
# 关闭证书验证
response = requests.get(url, verify=False)

3 总结

Requests是Python的一个很实用的HTTP客户端库,可完全满足如今编写网络爬虫程序的需求,是爬虫开发人员首选的爬虫库。其具有语法简单易懂,完全符合Python优雅和简洁的特性,在兼容性上完全兼容Python任何版本,具有较强的适用性。

使用Requests发送请求时可以携带以下几种常见的参数:

python 复制代码
import requests

url = 'https://www.jd.com'

# GET请求

response = requests.get(url, headers=headers, proxies=proxies, verify=False, cookies=cookies)

# POST 请求

response = requests.post(url, headers=headers, proxies=proxies, verify=False, cookies=cookies)
相关推荐
zh_xuan11 分钟前
LeeCode 57. 插入区间
c语言·开发语言·数据结构·算法
2401_8534482316 分钟前
C嘎嘎类里面的额函数
c语言·开发语言·c++
巷北夜未央26 分钟前
数据结构之二叉树Python版
开发语言·数据结构·python
wapicn9927 分钟前
手机归属地查询Api接口,数据准确可靠
java·python·智能手机·php
旧识君1 小时前
移动端1px终极解决方案:Sass混合宏工程化实践
开发语言·前端·javascript·前端框架·less·sass·scss
郝YH是人间理想1 小时前
OpenCV基础——傅里叶变换、角点检测
开发语言·图像处理·人工智能·python·opencv·计算机视觉
白白糖1 小时前
二叉树 递归
python·算法·力扣
Tiger Z1 小时前
R 语言科研绘图第 36 期 --- 饼状图-基础
开发语言·程序人生·r语言·贴图
揣晓丹1 小时前
JAVA实战开源项目:校园失物招领系统(Vue+SpringBoot) 附源码
java·开发语言·vue.js·spring boot·开源
霍徵琅2 小时前
Groovy语言的物联网
开发语言·后端·golang