1.Requests库的安装
Win平台:"windows+R"输入cmd,在命令行中输入
pip install requests
安装完成后可以通过
import requests
进行检测,不报错,证明安装成功
2.Requests库的7个主要方法
方法 | 说明 |
---|---|
requests.request() | 构造一个请求,支撑以下各方法的基础方法 |
requests.get() | 获取HTML网页的主要方法,对应于HTTP的GET |
requests.head() | 获取HTML网页头信息的方法,对应于HTTP的HEAD |
requests.post() | 向HTML网页提交POST请求的方法,对应于HTTP的POST |
requests.put() | 向HTML网页提交PUT请求的方法,对应于HTTP的PUT |
requests.patch() | 向HTML网页提交局部修改请求,对应于HTTP的PATCH |
requests.delete() | 向HTML页面提交删除请求,对应于HTTP的DELETE |
以get方法为例:
def get(url, params=None, **kwargs):
r"""Sends a GET request.
:param url: URL for the new :class:`Request` object.
:param params: (optional) Dictionary, list of tuples or bytes to send
in the body of the :class:`Request`.
:param \*\*kwargs: Optional arguments that ``request`` takes.
:return: :class:`Response <Response>` object
:rtype: requests.Response
"""
kwargs.setdefault('allow_redirects', True)
return request('get', url, params=params, **kwargs)
参考get方法的文档可以看出get方法使用了request方法进行封装,也就是说request库一共提供7常用方法,除了第一个request方法外,其它的6个方法都是通过调用request方法实现的。其实也可以这样认为requests库其实只有一个方法,就是request方法,但是为了让大家编写程序更方便,提供了额外6个方法。
r = requests.get ( url , params=None , **kwargs )
url:拟获取页面的url链接
params:url中的额外参数,字典或字节流格式,可选
**kwargs:12个控制访问的参数
3.Requests库的2个重要对象
在requests库中,有两个重要的对象
同样我们以get方法为例:
# response对象包含服务器返回的所有信息,也包含请求的request信息
import requests
r = requests.get("http://www.baidu.com")
print(r.status_code)
print(type(r))
# 200
# <class 'requests.models.Response'>
Response对象的属性
属性 | 说明 |
---|---|
r.status_code | HTTP请求的返回状态, 200表示连接成功, 404表示失败 |
r.text | HTTP响应内容的字符串形式,即, url对应的页面内容 |
r.encoding | 从HTTP header中猜测的响应内容编码方式 |
r.apparent_encoding | 从内容中分析出的响应内容编码方式(备选编码方式) |
r.content | HTTP响应内容的二进制形式 |
理解Response的编码:
—r.encoding:编码方式是从http的heder中的charset字段获得的,如果header中不存在charset,则默认认为编码为ISO-8859-1,这样的编码不能解析中文。
—r.apparent_encoding:根据http的内容部分,而不是头部分,去分析内容中出现文本可能的编码形式。即根据网页内容分析出的编码方式。
<!--HTML5网页代码基本框架-->
<!doctype html>
<html>
<head>
<meta charset="utf-8">
<title>无标题文档</title>
</head>
<body>
<!--网页主体-->
</body>
</html>
为什么将r.apparent_encoding解析出来的编码方式赋给r.encoding后,网页中的中文就可以分析出来,难道r.text是以r.encoding的方式进行编码的吗?为什么头部分析出来的编码方式会与内容解析出来的不同?
理解Requests库的异常
异常 说明
requests.ConnectionError 网络连接错误异常,如DNS查询失败、拒绝连接等
requests.HTTPError HTTP错误异常
requests.URLRequired URL缺失异常
requests.TooManyRedirects 超过最大重定向次数, 产生重定向异常
requests.ConnectTimeout 连接远程服务器超时异常
requests.Timeout 请求URL超时,产生超时异常
r.raise_for_status():在方法内部判断r.status_code是否等于200,不需要增加额外的if语句,该语句便于利用try-except进行异常处理,如果状态码不是200,产生异常requests.HTTPError。
import requests
def getHTMLText(url):
try:
r = requests.get(url)
r.raise_for_status()
r.encoding = r.apparent_encoding
return r.text
except:
# print(r.status_code)
return "产生异常!"
if __name__=="__main__":
url = "http://www.baidu.com"
print(getHTMLText(url))
HTTP协议及Requests库方法
HTTP,HyperText Transfer Protocol,超文本传输协议。是一个基于“请求与响应”模式的、无状态的应用层协议。无状态指的是第一次请求与第二次请求之间并没有相关的关联。
HTTP协议采用URL作为定位网络资源的标识,URL格式如下:
http://host[:port][path]
host:合法的Internet主机域名或IP地址
port:端口号,缺省端口为80
path:请求资源的路径
HTTP实例: http://www.bit.edu.cn
http://220,181,111,188/duty
URL是通过HTTP协议存取资源的Internet路径,它就像我们电脑里边的一个文件的路径一样,只不过这个文件不在电脑里,在internet上,那每一个URL,对应了internet上的一个数据资源。
HTTP协议对资源的操作
方法 说明
GET 请求获取URL位置的资源
HEAD 请求获取URL位置资源的响应消息报告,即获得该资源的头部信息
POST 请求向URL位置的资源后附加新的数据
PUT 请求向URL位置存储一个资源,覆盖原URL位置的资源
PATCH 请求局部更新URL位置的资源,即改变该处资源的部分内容
DELETE 请求删除URL位置存储的资源
理解PATCH和PUT的区别
假设URL位置有一组数据UserInfo,包括UserID、UserName等20个字段
需求:用户修改了UserName,其他不变。
⿻采用PATCH,仅向URL提交UserName的局部更新请求。
⿻采用PUT,必须将所有20个字段一并提交到URL,未提交字段被删除。
PATCH的最主要好处:节省网络带宽(当URL对应的资源是很庞大资源的时候)
HTTP协议与Requests库
HTTP协议方法 Requests库方法 功能一致性
GET requests. get( ) 一致
HEAD requests . head( ) 一致
POST requests . post( ) 一致
PUT requests . put( ) 一致
PATCH requests . patch( ) 一致
DELETE requests . delete( ) 一致