win与linux系统中python requests 安装
在 windows 系统下,只需要输入命令 pip install requests ,即可安装。 在 linux 系统下,只需要输入命令 sudo pip install requests ,即可安装。 或者 ================= Window 1. 下载requests 被墙 打开这个网址, http://www.lfd.uci.edu/~gohlke/pythonlibs 在这个网站上面有很多 python 的第三方库文件, ctrl+f 找到 requests 下载 .whl文件下载下来后,将后缀名从 .whl 改为 .zip ,然后解压文件,我们可以得到两个文件夹 将requests 文件夹复制到 python 的安装目录下的 lib 目录下 requests 已经安装完毕,输入 import requests 命令来试试是否安装成功, import requests 没有报错,说明 requests 已经成功安装。 2.快速指南 2.1 发送请求
接下来让我们获取一个网页,例如我个人博客的首页:
接下来,我们就可以使用这个r的各种方法和函数了。 >>> 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") 因为目前我还没用到这些,所以没有深入研究。 2.2 在URLs中传递参数 >>> payload = {'wd': '张亚楠','rn': '100'} >>> r = requests.get("http://www.baidu.com/s",params=payload) >>> print r.url u'http://www.baidu.com/s?rn=100&wd=%E5%BC%A0%E4%BA%9A%E6%A5%A0' 上面wd=的乱码就是“张亚楠”的转码形式。(好像参数按照首字母进行了排序。) 2.3 获取响应内容 >>> r = requests.get('https://www.zhidaow.com') >>> r.text u'<!DOCTYPE html>n<html xmlns="http://www.w3.org/1999/xhtml"...' 文档里说,requests会自动将内容转码。大多数unicode字体都会无缝转码。但我在cygwin下使用时老是出现UnicodeEncodeError错误,郁闷。倒是在python的IDLE中完全正常。 >>> r = requests.get('https://www.zhidaow.com') >>> r.content b'<!DOCTYPE html>n<html xmlns="http://www.w3.org/1999/xhtml"...' 文档中说r.content是以字节的方式去显示,所以在IDLE中以b开头。但我在cygwin中用起来并没有,下载网页正好。所以就替代了urllib2的urllib2.urlopen(url).read()功能。(基本上是我用的最多的一个功能。) 2.4 获取网页编码 可以使用r.encoding来获取网页编码。 >>> r = requests.get('http://www.zhidaow.com') >>> r.encoding 'utf-8' 当你发送请求时,requests会根据HTTP头部来猜测网页编码,当你使用r.text时,requests就会使用这个编码。当然你还可以修改requests的编码形式。 >>> r = requests.get('http://www.zhidaow.com') >>> r.encoding 'utf-8' >>>r.encoding = 'ISO-8859-1' 像上面的例子,对encoding修改后就直接会用修改后的编码去获取网页内容。 2.5 json 像urllib和urllib2,如果用到json,就要引入新模块,如json和simplejson,但在requests中已经有了内置的函数,r.json()。就拿查询IP的API来说: >>>r = requests.get('http://ip.taobao.com/service/getIpInfo.php?ip=122.88.60.28') >>>r.json()['data']['country'] '中国' 2.6 网页状态码 >>>r = requests.get('http://www.mengtiankong.com') >>>r.status_code 200 >>>r = requests.get('http://www.mengtiankong.com/123123/') >>>r.status_code 404 >>>r = requests.get('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN') >>>r.url u'http://www.zhidaow.com/ >>>r.status_code 200 前两个例子很正常,能正常打开的返回200,不能正常打开的返回404。但第三个就有点奇怪了,那个是百度搜索结果中的302跳转地址,但状态码显示是200,接下来我用了一招让他原形毕露: >>>r.history (<Response [302]>,) 这里能看出他是使用了302跳转。也许有人认为这样可以通过判断和正则来获取跳转的状态码了,其实还有个更简单的方法: >>>r = requests.get('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN',allow_redirects = False) >>>r.status_code 302 只要加上一个参数allow_redirects,禁止了跳转,就直接出现跳转的状态码了,好用吧?我也利用这个在最后一掌做了个简单的获取网页状态码的小应用,原理就是这个。 2.7 响应头内容 可以通过r.headers来获取响应头内容。 >>>r = requests.get('http://www.zhidaow.com') >>> r.headers { 'content-encoding': 'gzip','transfer-encoding': 'chunked','content-type': 'text/html; charset=utf-8'; ... } 可以看到是以字典的形式返回了全部内容,我们也可以访问部分内容。 >>> r.headers['Content-Type'] 'text/html; charset=utf-8' >>> r.headers.get('content-type') 'text/html; charset=utf-8' 2.8 设置超时时间 我们可以通过timeout属性设置超时时间,一旦超过这个时间还没获得响应内容,就会提示错误。 复制代码 代码如下: >>> requests.get('http://github.com',timeout=0.001) Traceback (most recent call last): File "<stdin>",line 1,in <module> requests.exceptions.Timeout: HTTPConnectionPool(host='github.com',port=80): Request timed out. (timeout=0.001) 2.9 代理访问 import requests proxies = { "http": "http://10.10.1.10:3128","https": "http://10.10.1.10:1080",} requests.get("http://www.zhidaow.com",proxies=proxies) 如果代理需要账户和密码,则需这样: proxies = { "http": "http://user:pass@10.10.1.10:3128/",} 2.10 请求头内容 >>> r.request.headers {'Accept-Encoding': 'identity,deflate,compress,gzip','Accept': '*/*','User-Agent': 'python-requests/1.2.3 CPython/2.7.3 Windows/XP'} 2.11 自定义请求头部 r = requests.get('http://www.zhidaow.com') print r.request.headers['User-Agent'] #python-requests/1.2.3 CPython/2.7.3 Windows/XP headers = {'User-Agent': 'alexkh'} r = requests.get('http://www.zhidaow.com',headers = headers) print r.request.headers['User-Agent'] #alexkh 2.12 持久连接keep-alive requests的keep-alive是基于urllib3,同一会话内的持久连接完全是自动的。同一会话内的所有请求都会自动使用恰当的连接。 也就是说,你无需任何设置,requests会自动实现keep-alive。 3. 简单应用 获取网页返回码 def get_status(url): r = requests.get(url,allow_redirects = False) return r.status_code print get_status('http://www.zhidaow.com') #200 print get_status('http://www.zhidaow.com/hi404/') #404 print get_status('http://mengtiankong.com') #301 print get_status('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN') #302 print get_status('http://www.huiya56.com/com8.intre.asp?46981.html') #500 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |