一、基本使用
1、导入模块
import requests
2、指定URL
url = "https://httpbin.org/id"
3、发送请求
- 使用
requests.get(url)发送GET请求。 - 使用
requests.post(url, data=data, headers=headers)发送POST请求，其中data是请求体中的数据，headers是请求头信息。
4、 获取响应：
- 响应对象包含了服务器返回的所有信息，如状态码、响应内容等。
- 示例代码：
response = requests.get(url)
5、解析响应：
- 通过
response.text获取响应内容的字符串形式。 - 通过
response.content获取响应内容的二进制形式。 - 通过
response.status_code获取HTTP状态码，如200表示成功。 - 通过
response.headers获取响应头信息。
6、持久化存储（可选）：将爬取的数据保存到文件或数据库中。
二、HTTP请求类型
- GET：用于请求访问已被URI（统一资源标识符）识别的资源。
- POST：用于提交表单数据或上传文件。
- HEAD：类似于GET请求，但服务器在响应中只返回首部，不返回实体的主体部分。
- PUT：用于上传文件，更新资源等。
- DELETE：请求服务器删除指定的页面。
- OPTIONS：允许客户端查看服务器的性能。
- PATCH：用于对资源进行部分修改。
- CONNECT：HTTP/1.1协议中预留给能够将连接改为管道方式的代理服务器。
- TRACE：回显服务器收到的请求，主要用于测试或诊断。
三、请求头（Headers）
在发送HTTP请求时，通常需要设置请求头以模拟浏览器行为或传递额外信息。常见的请求头包括：
- User-Agent：客户端标识，告诉服务器客户端使用的操作系统、浏览器等信息。
- Accept：指定客户端能够接收的内容类型。
- Accept-Encoding：指定客户端支持的内容编码类型。
- Accept-Language：指定客户端优先使用的语言。
- Connection：指定客户端是否希望保持连接。
- Cookie：用于在HTTP请求中传递会话信息。
四、注意：
1、get 传递数据需要使用params
2、connection:指定客户端是否希望保持连接
3、cookie 用于在HTTP请求中传递会话信息
4、post 传递数据使用data传值
5、'w' 模式表示"写入模式"
6、'wb' 二进制格式写入文件
7、Cookie在爬虫中的作用不可小觑。它不仅能够帮助爬虫维持会话状态、提高爬取效率，还能够增强爬虫的适应性，甚至帮助爬虫绕过一些网站的反爬机制。