质量为本、客户为根、勇于拼搏、务实创新
先介绍一个网站“Requests：让HTTP服务人类”
- http://cn.python-requests.org/zh_CN/latest/
1. 介绍
对了解一些爬虫的基本理念，掌握爬虫爬取的流程有所帮助。入门之后，我们就需要学习一些更加高级的内容和工具来方便我们的爬取。那么这一节来简单介绍一下 requests 库的基本用法
2. 安装
利用 pip 安装
pip install requests复制
3. 基本请求
req = requests.get("http://www.baidu.com")req = requests.post("http://www.baidu.com")req = requests.put("http://www.baidu.com")req = requests.delete("http://www.baidu.com")req = requests.head("http://www.baidu.com")req = requests.options("http://www.baidu.com")复制3.1 get请求
参数是字典，我们也可以传递json类型的参数：
import requests
url = "http://www.baidu.com/s"params = {'wd': 'Python爬虫'}response = requests.get(url, params=params)print(response.url)response.encoding = 'utf-8'html = response.text
# print(html)复制3.2 post请求
参数是字典，我们也可以传递json类型的参数：
url = "http://www.sxt.cn/index/login/login.html"formdata = {
"user": "17703181473",
"password": "123456"}response = requests.post(url, data=formdata)response.encoding = 'utf-8'html = response.text
# print(html)复制3.3 自定义请求头部
伪装请求头部是采集时经常用的，我们可以用这个方法来隐藏：
headers = {'User-Agent': 'python'}r = requests.get('http://www.zhidaow.com', headers = headers)print(r.request.headers['User-Agent'])复制3.4 设置超时时间
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。
requests.get('http://github.com', timeout=0.001)复制3.5 代理访问
采集时为避免被封IP，经常会使用代理。requests也有相应的proxies属性：
import requests
proxies = {
"http": "http://10.10.1.10:3128",
"https": "https://10.10.1.10:1080",}requests.get("http://www.zhidaow.com", proxies=proxies)复制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/",}复制3.6 session自动保存cookies
seesion的意思是保持一个会话，比如 登陆后继续操作(记录身份信息) 而requests是单次请求的请求，身份信息不会被记录。
# 创建一个session对象
s = requests.Session() # 用session对象发出get请求，设置cookies
s.get('http://httpbin.org/cookies/set/sessioncookie/123456789')复制3.7 ssl验证
# 禁用安全请求警告 requests.packages.urllib3.disable_warnings()resp = requests.get(url, verify=False, headers=headers)复制
4 获取响应信息
代码 | 含义 |
|---|---|
resp.json() | 获取响应内容（以json字符串） |
resp.text | 获取响应内容 (以字符串) |
resp.content | 获取响应内容（以字节的方式） |
resp.headers | 获取响应头内容 |
resp.url | 获取访问地址 |
resp.encoding | 获取网页编码 |
resp.request.headers | 请求头内容 |
resp.cookie | 获取cookie |
