Python的requests网络编程包使用教程

早就听说requests的库的强大，只是还没有接触，今天接触了一下，发现以前使用urllib，urllib2等方法真是太搓了……
这里写些简单的使用初步作为一个记录

一、下载

官方项目页： https://pypi.python.org/pypi/requests/#downloads
可以从上面直接下载。

二、发送无参数的get请求

>>> r = requests.get(\'http://httpbin.org/get\')
>>> print r.text
{
 \"args\": {}, 
 \"headers\": {
  \"Accept\": \"*/*\", 
  \"Accept-Encoding\": \"gzip, deflate\", 
  \"Connection\": \"close\", 
  \"Host\": \"httpbin.org\", 
  \"User-Agent\": \"python-requests/2.3.0 CPython/2.6.6 Windows/7\", 
  \"X-Request-Id\": \"8a28bbea-55cd-460b-bda3-f3427d66b700\"
 }, 
 \"origin\": \"124.192.129.84\", 
 \"url\": \"http://httpbin.org/get\"
}

三、发送带参数的get请求,将key与value放入一个字典中，通过params参数来传递,其作用相当于urllib.urlencode

 >>> import requests
>>> pqyload = {\'q\':\'杨彦星\'}
>>> r = requests.get(\'http://www.so.com/s\',params = pqyload)
>>> r.url
u\'http://www.so.com/s?q=%E6%9D%A8%E5%BD%A6%E6%98%9F\'

四、发送post请求，通过data参数来传递,

 >>> payload = {\'a\':\'杨\',\'b\':\'hello\'}
>>> r = requests.post(\"http://httpbin.org/post\", data=payload)
>>> print r.text
{
 \"args\": {}, 
 \"data\": \"\", 
 \"files\": {}, 
 \"form\": {
  \"a\": \"\\u6768\", 
  \"b\": \"hello\"
 }, 
 \"headers\": {
  \"Accept\": \"*/*\", 
  \"Accept-Encoding\": \"gzip, deflate\", 
  \"Connection\": \"close\", 
  \"Content-Length\": \"19\", 
  \"Content-Type\": \"application/x-www-form-urlencoded\", 
  \"Host\": \"httpbin.org\", 
  \"User-Agent\": \"python-requests/2.3.0 CPython/2.6.6 Windows/7\", 
  \"X-Request-Id\": \"c81cb937-04b8-4a2d-ba32-04b5c0b3ba98\"
 }, 
 \"json\": null, 
 \"origin\": \"124.192.129.84\", 
 \"url\": \"http://httpbin.org/post\"
}
>>>

可以看到，post参数已经传到了form里,data不光可以接受字典类型的数据，还可以接受json等格式

>>> payload = {\'a\':\'杨\',\'b\':\'hello\'}
>>> import json
>>> r = requests.post(\'http://httpbin.org/post\', data=json.dumps(payload))

五、发送文件的post类型，这个相当于向网站上传一张图片，文档等操作，这时要使用files参数

>>> url = \'http://httpbin.org/post\'
>>> files = {\'file\': open(\'touxiang.png\', \'rb\')}
>>> r = requests.post(url, files=files)

定制headers，使用headers参数来传递

>>> import json
>>> url = \'https://api.github.com/some/endpoint\'
>>> payload = {\'some\': \'data\'}
>>> headers = {\'content-type\': \'application/json\'}
>>> r = requests.post(url, data=json.dumps(payload), headers=headers)

 
六、响应内容
响应状态码：

r = requests.get(\'http://httpbin.org/get\')
print r.status_code

响应头：
 

>>> print r.headers
{\'content-length\': \'519\', \'server\': \'gunicorn/18.0\', \'connection\': \'keep-alive\', \'date\': \'Sun, 15 Jun 2014 14:19:52 GMT\', \'access-control-allow-origin\': \'*\', \'content-type\': \'application/json\'}

也可以取到这个个别的响应头用来做一些判断，这里的参数是不区分大小写的

r.headers[‘Content-Type\']
r.headers.get(‘Content-Type\')

响应内容，前面已经在应用了：

r.text
r.content

 
七、获取响应中的cookies

>>> r = requests.get(\'http://www.baidu.com\')
>>> r.cookies[\'BAIDUID\']
\'D5810267346AEFB0F25CB0D6D0E043E6:FG=1\'

也可以自已定义请求的COOKIES

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

cookies还有很多，因为目前我也还不是很多，以后再扩充吧

八、使用timeout参数设置超时时间

>>> requests.get(\'http://github.com\', timeout=1) 

如果将时间设置成非常小的数，如

requests.get(\'http://github.com\', timeout=0.001)

，那么如果在timeout的时间内没有连接，那么将会抛出一个Timeout的异常

九、访问中使用session
先初始化一个session对象，

s = requests.Session() 

然后使用这个session对象来进行访问，r = s.post(url,data = user)
以下通过访问人人网来获取首页中的最近来访问，然后再访问查看更多的来访来读取更多的最近来访
更多的来访就是以带session的访问http://www.renren.com/myfoot.do

 #coding:utf-8
import requests
import re
url = r\'http://www.renren.com/ajaxLogin\'
user = {\'email\':\'email\',\'password\':\'pass\'}
s = requests.Session()
r = s.post(url,data = user)
html = r.text
visit = []
first = re.compile(r\'(.*?)\')
second = re.compile(r\'(.*?)\')
third = re.compile(r\'(.*?)\')
last = re.compile(r\'(.*?)\')
visit.extend(first.findall(html))
visit.extend(second.findall(html))
visit.extend(third.findall(html))
visit.extend(last.findall(html))
for i in visit:
  print i
print \'以下是更多的最近来访\'
vm = s.get(\'http://www.renren.com/myfoot.do\')
fm = re.compile(r\'\"name\":\"(.*?)\"\')
visitmore = fm.findall(vm.text)
for i in visitmore:
  print i

十、requests-cookies
Cookies就像字典一样储存了各个项的值并保存起来, 例如我们的用户名, 密码, 登录信息等都可以保存起来. 当网页再次被加载时可以从cookies中找到相关的信息并从而免除再次输入赋值的过程.
在requests中使用get等请求时同样可以赋予cookies信息. 例如我们从浏览器中获取某次网页加载时请求的cookies, 可以同样赋予requests再次使用.
requests请求时加入cookies={key:value}参数即可传递cookies.

import requests
url = \'http://httpbin.org/cookies\'
cookies = dict(cookies_are=\'working\')

r = requests.get(url, cookies=cookies)
r.text
#\'{\"cookies\": {\"cookies_are\": \"working\"}}\'

查询某次请求的cookies很简单, 就像获得headers一样使用cookies属性即可:

url = \'http://example.com/some/cookie/setting/url\'
r = requests.get(url)

r.cookies[\'example_cookie_name\']
# \'example_cookie_value\'

以下函数可以分解浏览器获得的cookies字符串到一个字典,从而帮助我们模拟requests请求.

def browsercookiesdict(s):
 \'\'\'Covert cookies string from browser to a dict\'\'\'
 ss=s.split(\';\')
 outdict={}
 for item in ss:
 i1=item.split(\'=\',1)[0].strip()
 i2=item.split(\'=\',1)[1].strip()
 outdict[i1]=i2
 return outdict