Python爬蟲基礎（四）Requests庫的使用

requests文檔

首先需要安裝：pip install requests

get請求

最基本的get：

# -*- coding: utf-8 -*-
import requests
response = requests.get("http://www.baidu.com/")

添加headers及查詢參數：

# -*- coding: utf-8 -*-
import requests

kw = {'wd':'秦時明月'}
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}

# params 接收一個字典或者字符串的查詢參數，字典類型自動轉換為url編碼，不需要urlencode()
response = requests.get("http://www.baidu.com/s?", params = kw, headers = headers)

# 查看響應內容，response.text 返回的是Unicode格式的數據
print response.text

# 查看響應內容，response.content返回的字節流數據
print respones.content

# 查看完整url地址
print response.url

# 查看響應頭部字符編碼
print response.encoding

# 查看響應碼
print response.status_code

 

post請求

最基本的post：

# -*- coding: utf-8 -*-
import requests
response = requests.post("http://www.baidu.com/", data = data)

傳入查詢參數：

使用有道翻譯的例子

# -*- coding: utf-8 -*-
import requests

formdata = {
    "i":" python",
    "from":"AUTO",
　　 "to":"AUTO",
    "smartresult":" dict",
　　 "client":" fanyideskweb",
　　 "salt":" 15082966550971",
　　 "sign":" 2a6d78290492d163dbd6803b29e2489c",
    "doctype":"json",
    "version":"2.1",
    "keyfrom":"fanyi.web",
    "action":"FY_BY_ENTER",
    "typoResult":"true"
}

url = "http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule"

headers={ "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.103 Safari/537.36"}

response = requests.post(url, data = formdata, headers = headers)

print response.text

# 如果是json文件可以直接顯示
print response.json()

設置代理

 

# -*- coding: utf-8 -*-
import requests

# 根據協議類型，選擇不同的代理
proxies = {
  "http": "http://12.34.56.79:9527",
  "https": "http://12.34.56.79:9527",
}
# 私密代理
# proxy = { "http": "賬戶:密碼@61.158.163.130:16816" } 
response = requests.get("http://www.baidu.com", proxies = proxies)
print response.text

 

web客戶端驗證

 

# -*- coding: utf-8 -*-
import requests

auth=('賬戶', '密碼')

response = requests.get('http://192.168.23.19', auth = auth)

print response.text

比urllib2簡單很多

cookie

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

# -*- coding: utf-8 -*-
import requests

response = requests.get("http://www.baidu.com/")

#  返回CookieJar對象:
cookiejar = response.cookies

#  將CookieJar轉為字典：
cookiedict = requests.utils.dict_from_cookiejar(cookiejar)

print cookiejar

print cookiedict

模擬登錄：

# -*- coding: utf-8 -*-
import requests

# 創建session對象，可以保存Cookie值
ssion = requests.session()
# 需要登錄的用戶名和密碼
data = {"email":"賬戶", "password":"密碼"}  

# 發送附帶用戶名和密碼的請求，並獲取登錄后的Cookie值，保存在ssion里
ssion.post("http://www.renren.com/PLogin.do", data = data)

# ssion包含用戶登錄后的Cookie值，可以直接訪問那些登錄后才可以訪問的頁面
response = ssion.get("http://www.renren.com/410046543/profile")

print response.text

處理SSL驗證

# -*- coding: utf-8 -*-
import requests
response = requests.get("https://www.baidu.com/", verify=True)

# 也可以省略不寫
# response = requests.get("https://www.baidu.com/")
# 如果SSL證書驗證不通過，或者不信任服務器的安全證書，則會報出SSLError
print response.text

# 如果我們想跳過 12306 的證書驗證，把 verify 設置為 False 就可以正常請求了
import requests
response = requests.get("https://www.12306.cn/mormhweb/", verify = False)
print response.text