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
发送请求很简单的,首先要导入requests模块:
>import requests
接下来让我们获取一个网页,例如我个人博客的首页:
>r = requests.get('http://www.zhidaow.com')
接下来,我们就可以使用这个r的各种方法和函数了。
另外,HTTP请求还有很多类型,比如POST,PUT,DELETE,HEAD,OPTIONS。也都可以用同样的方式实现:
> 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
有时候我们需要在URL中传递参数,比如在采集百度搜索结果时,我们wd参数(搜索词)和rn参数(搜素结果数量),你可以手工组成URL,requests也提供了一种看起来很NB的方法:
> 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"htmlcode">> 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。
另外,还可以通过r.content来获取页面内容。> 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"htmlcode">上一篇:python中正则的使用指南>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"htmlcode">>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"htmlcode">>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
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": "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
请求头内容可以用r.request.headers来获取。> 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
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: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'] #alexkh2.12 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
下一篇:详解Python各大聊天系统的屏蔽脏话功能原理
在此次发布会上,英特尔还发布了全新的全新的酷睿Ultra Meteor Lake NUC开发套件,以及联合微软等合作伙伴联合定义“AI PC”的定义标准。