Python中Requests庫的用法

Requests庫的安裝

利用 pip 安裝，如果你安裝了pip包（一款Python包管理工具，不知道可以百度喲），或者集成環境，比如Python（x,y）或者anaconda的話，就可以直接使用pip安裝Python的庫。

$ pip install requests

安裝完成之后，下面來看一下基本的方法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

#get請求方法
>>> r = requests. get ( 'https://api.github.com/user' , auth = ( 'user' , 'pass' ) )
#打印get請求的狀態碼
>>> r. status_code
200
#查看請求的數據類型，可以看到是json格式，utf-8編碼
>>> r. headers [ 'content-type' ]
'application/json; charset=utf8'
>>> r. encoding
'utf-8'
#打印請求到的內容
>>> r. text
u '{"type":"User"...'
#輸出json格式數據
>>> r. json ( )
{u 'private_gists': 419 , u 'total_private_repos': 77 , ... }

下面看一個小栗子：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

#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

'''請求了百度的網址，然后打印出了返回結果的類型，狀態碼，編碼方式，Cookies等內容
輸出：'''
< class 'requests.models.Response' >
200
UTF- 8
<RequestsCookieJar [ ] >

http基本請求

requests庫提供了http所有的基本請求方式。例如：

1
2
3
4
5

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請求

1
2
3
4
5
6
7
8

r = requests. get ( "http://httpbin.org/get" )
#如果想要加參數，可以利用 params 參數：
import requests
payload = { 'key1': 'value1' , 'key2': 'value2' }
r = requests. get ( "http://httpbin.org/get" , params =payload )
print r. url

#輸出：http://httpbin.org/get?key2=value2&key1=value1

如果想請求JSON文件，可以利用 json() 方法解析，例如自己寫一個JSON文件命名為a.json，內容如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14

[ "foo" , "bar" , {
"foo": "bar"
} ]
#利用如下程序請求並解析：
import requests
r = requests. get ( "a.json" )
print r. text
print r. json ( )
'''運行結果如下，其中一個是直接輸出內容，另外一個方法是利用 json() 方法
解析，感受下它們的不同:'''
[ "foo" , "bar" , {
"foo": "bar"
} ]
[u 'foo' , u 'bar' , {u 'foo': u 'bar' } ]

如果想獲取來自服務器的原始套接字響應，可以取得 r.raw 。不過需要在初始請求中設置 stream=True 。

1
2
3
4
5
6

r = requests. get ( 'https://github.com/timeline.json' , stream = True )
r. raw
#輸出
<requests. packages. urllib3. response. HTTPResponse object at 0x101194810 >
r. raw. read ( 10 )
'\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03'

這樣就獲取了網頁原始套接字內容。

如果想添加 headers，可以傳 headers 參數：

1
2
3
4
5
6
7

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
#通過headers參數可以增加請求頭中的headers信息

基本POST請求

對於 POST 請求來說，我們一般需要為它增加一些參數。那么最基本的傳參方法可以利用 data 這個參數。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

import requests

payload = { 'key1': 'value1' , 'key2': 'value2' }
r = requests. post ( "http://httpbin.org/post" , data =payload )
print r. text
#運行結果如下：
{
"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": "httpbin.org" ,
"User-Agent": "python-requests/2.9.1"
} ,
"json": null ,
"url": "http://httpbin.org/post"
}

可以看到參數傳成功了，然后服務器返回了我們傳的數據。

有時候我們需要傳送的信息不是表單形式的，需要我們傳JSON格式的數據過去，所以我們可以用 json.dumps() 方法把表單數據序列化。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

import json
import requests

url = 'http://httpbin.org/post'
payload = { 'some': 'data' }
r = requests. post (url , data =json. dumps (payload ) )
print r. text

#運行結果：
{
"args": { } ,
"data": "{\"some\": \"data\"}" ,
"files": { } ,
"form": { } ,
"headers": {
"Accept": "*/*" ,
"Accept-Encoding": "gzip, deflate" ,
"Content-Length": "16" ,
"Host": "httpbin.org" ,
"User-Agent": "python-requests/2.9.1"
} ,
"json": {
"some": "data"
} ,
"url": "http://httpbin.org/post"
}

通過上述方法，我們可以POST JSON格式的數據

如果想要上傳文件，那么直接用 file 參數即可：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

#新建一個 test.txt 的文件，內容寫上 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": "httpbin.org" ,
"User-Agent": "python-requests/2.9.1"
} ,
"json": null ,
"url": "http://httpbin.org/post"
}

這樣我們便成功完成了一個文件的上傳。

requests 是支持流式上傳的，這允許你發送大的數據流或文件而無需先把它們讀入內存。要使用流式上傳，僅需為你的請求體提供一個類文件對象即可，非常方便：

1 2	with open ( 'massive-body' ) as f: requests. post ( 'http://some.url/streamed' , data =f )

Cookies

如果一個響應中包含了cookie，那么我們可以利用 cookies 變量來拿到：

1
2
3
4
5
6

import requests

url = 'http://example.com'
r = requests. get (url )
print r. cookies
print r. cookies [ 'example_cookie_name' ]

以上程序僅是樣例，可以用 cookies 變量來得到站點的 cookies

另外可以利用 cookies 變量來向服務器發送 cookies 信息:

1
2
3
4
5
6
7
8

import requests

url = 'http://httpbin.org/cookies'
cookies = dict (cookies_are = 'working' )
r = requests. get (url , cookies =cookies )
print r. text
#輸出：
'{"cookies": {"cookies_are": "working"}}'

超時配置

可以利用 timeout 變量來配置最大請求時間
requests.get(‘http://github.com’, timeout=0.001)
注：timeout 僅對連接過程有效，與響應體的下載無關。

也就是說，這個時間只限制請求的時間。即使返回的 response 包含很大內容，下載需要一定時間。

會話對象

在以上的請求中，每次請求其實都相當於發起了一個新的請求。也就是相當於我們每個請求都用了不同的瀏覽器單獨打開的效果。也就是它並不是指的一個會話，即使請求的是同一個網址。比如：

1
2
3
4
5
6
7
8
9

import requests

requests. get ( 'http://httpbin.org/cookies/set/sessioncookie/123456789' )
r = requests. get ( "http://httpbin.org/cookies" )
print (r. text )
#結果是：
{
"cookies": { }
}

很明顯，這不在一個會話中，無法獲取 cookies，那么在一些站點中，我們需要保持一個持久的會話怎么辦呢？就像用一個瀏覽器逛淘寶一樣，在不同的選項卡之間跳轉，這樣其實就是建立了一個長久會話。
解決方案如下：

1
2
3
4
5
6
7
8
9
10
11
12

import requests

s = requests. Session ( )
s. get ( 'http://httpbin.org/cookies/set/sessioncookie/123456789' )
r = s. get ( "http://httpbin.org/cookies" )
print (r. text )
#在這里我們請求了兩次，一次是設置 cookies，一次是獲得 cookies
{
"cookies": {
"sessioncookie": "123456789"
}
}

發現可以成功獲取到 cookies 了，這就是建立一個會話到作用。

那么既然會話是一個全局的變量，那么我們肯定可以用來全局的配置了。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

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
'''通過 s.headers.update 方法設置了 headers 的變量。然后我們又在請求中
設置了一個 headers，那么會出現什么結果？很簡單，兩個變量都傳送過去了。
運行結果:'''
{
"headers": {
"Accept": "*/*" ,
"Accept-Encoding": "gzip, deflate" ,
"Host": "httpbin.org" ,
"User-Agent": "python-requests/2.9.1" ,
"X-Test": "true" ,
"X-Test2": "true"
}
}

如果get方法傳的headers 同樣也是 x-test 呢？

1
2
3
4
5
6
7
8
9
10
11
12

r = s. get ( 'http://httpbin.org/headers' , headers = { 'x-test': 'true' } )

#它會覆蓋掉全局的配置：
{
"headers": {
"Accept": "*/*" ,
"Accept-Encoding": "gzip, deflate" ,
"Host": "httpbin.org" ,
"User-Agent": "python-requests/2.9.1" ,
"X-Test": "true"
}
}

如果不想要全局配置中的一個變量了呢？很簡單，設置為 None 即可。

1
2
3
4
5
6
7
8
9

r = s. get ( 'http://httpbin.org/headers' , headers = { 'x-test': None } )
{
"headers": {
"Accept": "*/*" ,
"Accept-Encoding": "gzip, deflate" ,
"Host": "httpbin.org" ,
"User-Agent": "python-requests/2.9.1"
}
}

以上就是 session 會話的基本用法。

SSL證書驗證

現在隨處可見 https 開頭的網站，Requests可以為HTTPS請求驗證SSL證書，就像web瀏覽器一樣。要想檢查某個主機的SSL證書，你可以使用 verify 參數，因為前段時間12306 證書不是無效的嘛，來測試一下：

1
2
3
4
5
6

import requests

r = requests. get ( 'https://kyfw.12306.cn/otn/' , verify = True )
print r. text
#結果：
requests. exceptions. SSLError: [SSL: CERTIFICATE_VERIFY_FAILED ] certificate verify failed (_ssl. c: 590 )

來試下 github 的：

1
2
3
4

import requests

r = requests. get ( 'https://github.com' , verify = True )
print r. text

嗯，正常請求，由於內容太多，我就不粘貼輸出了。

如果我們想跳過剛才 12306 的證書驗證，把 verify 設置為 False 即可：

1
2
3
4

import requests

r = requests. get ( 'https://kyfw.12306.cn/otn/' , verify = False )
print r. text

發現就可以正常請求了。在默認情況下 verify 是 True，所以如果需要的話，需要手動設置下這個變量。

代理

如果需要使用代理，你可以通過為任意請求方法提供 proxies 參數來配置單個請求

1
2
3
4
5
6
7
8
9
10

import requests

proxies = {
"https": "http://41.118.132.69:4433"
}
r = requests. post ( "http://httpbin.org/post" , proxies =proxies )
print r. text
#也可以通過環境變量 HTTP_PROXY 和 HTTPS_PROXY 來配置代理
export HTTP_PROXY = "http://10.10.1.10:3128"
export HTTPS_PROXY = "http://10.10.1.10:1080"