python 中 requests 库的用法-mile米乐体育
前面讲了python的urllib库的使用和方法，python网络数据采集urllib库的基本使用 ，python的urllib高级用法 。
今天我们来学习下python中requests库的用法。
requests库的安装
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。
$ pip install requests
安装完成之后，下面来看一下基本的方法：
#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, ...} 下面看一个小栗子：
#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：''' 200 utf-8 http基本请求
requests库提供了http所有的基本请求方式。例如：
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") 基本get请求
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 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：
["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'}] 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 。
r = requests.get('https://github.com/timeline.json', stream=true) r.raw #输出 r.raw.read(10) '\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03' 这样就获取了网页原始套接字内容。
如果想添加 headers，可以传 headers 参数：
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 基本post请求
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。
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" } 可以看到参数传成功了，然后服务器返回了我们传的数据。
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。
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" } 通过上述方法，我们可以post json格式的数据
如果想要上传文件，那么直接用 file 参数即可：
#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" } 这样我们便成功完成了一个文件的上传。
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：
with open('massive-body') as f: requests.post('http://some.url/streamed', data=f) cookies
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：
import requests url = 'example domain' r = requests.get(url) print r.cookies print r.cookies['example_cookie_name']
以上程序仅是样例，可以用 cookies 变量来得到站点的 cookies
另外可以利用 cookies 变量来向服务器发送 cookies 信息:
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"}}' 超时配置
可以利用 timeout 变量来配置最大请求时间
requests.get(‘build software better, together’, timeout=0.001)
注：timeout 仅对连接过程有效，与响应体的下载无关。
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。
会话对象
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：
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": {} } 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。
mile米乐体育的解决方案如下：
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" } } 发现可以成功获取到 cookies 了，这就是建立一个会话到作用。
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。
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" } } 如果get方法传的headers 同样也是 x-test 呢？
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" } } 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。
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" } } 以上就是 session 会话的基本用法。
ssl证书验证
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：
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) 来试下 github 的：
import requests r = requests.get('build software better, together', verify=true) print r.text 嗯，正常请求，由于内容太多，我就不粘贴输出了。
如果我们想跳过刚才 12306 的证书验证，把 verify 设置为 false 即可：
import requests r = requests.get('https://kyfw.12306.cn/otn/', verify=false) print r.text 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。
代理
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。
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"