在系列文章的第一篇中介紹了 HTTP 協議，Python 提供了很多模組來基於 HTTP 協議的網路程式設計，urllib、urllib2、urllib3、httplib、httplib2，都是和 HTTP 相關的模組，看名字覺得很反人類，更糟糕的是這些模組在 Python2 與 Python3 中有很大的差異，如果業務程式碼要同時相容 2 和 3，寫起來會讓人崩潰。
幸運地是，繁榮的 Python 社群給開發者帶來了一個非常驚豔的 HTTP 庫 requests，一個真正給人用的HTTP庫。它是 GitHUb 關注數最多的 Python 專案之一，requests 的作者是 Kenneth Reitz 大神。
requests 實現了 HTTP 協議中絕大部分功能，它提供的功能包括 Keep-Alive、連線池、Cookie持久化、內容自動解壓、HTTP代理、SSL認證、連線超時、Session等很多特性，最重要的是它同時相容 python2 和 python3。
快速入門
requests 的安裝可以直接使用 pip 方法：pip install requests
>>> import requests
# GET 請求
>>> response = requests.get("https://foofish.net")複製程式碼返回的時 Response 物件，Response 物件是 對 HTTP 協議中服務端返回給瀏覽器的響應資料的封裝，響應的中的主要元素包括：狀態碼、原因短語、響應首部、響應體等等，這些屬性都封裝在Response 物件中。
# 狀態碼
>>> response.status_code
200
# 原因短語
>>> response.reason
'OK'
# 響應首部
>>> for name,value in response.headers.items():
... print("%s:%s" % (name, value))
...
Content-Encoding:gzip
Server:nginx/1.10.2
Date:Thu, 06 Apr 2017 16:28:01 GMT
# 響應內容
>>> response.content
'<html><body>此處省略一萬字...</body></html>複製程式碼requests 除了支援 GET 請求外，還支援 HTTP 規範中的其它所有方法，包括 POST、PUT、DELTET、HEADT、OPTIONS方法。
>>> r = requests.post('http://httpbin.org/post', data = {'key':'value'})
>>> r = requests.put('http://httpbin.org/put', data = {'key':'value'})
>>> r = requests.delete('http://httpbin.org/delete')
>>> r = requests.head('http://httpbin.org/get')
>>> r = requests.options('http://httpbin.org/get')複製程式碼構建請求查詢引數
很多URL都帶有很長一串引數，我們稱這些引數為URL的查詢引數，用"?"附加在URL連結後面，多個引數之間用"&"隔開，比如：fav.foofish.net/?p=4&s=… ，現在你可以用字典來構建查詢引數：
>>> args = {"p": 4, "s": 20}
>>> response = requests.get("http://fav.foofish.net", params = args)
>>> response.url
'http://fav.foofish.net/?p=4&s=2'複製程式碼構建請求首部 Headers
requests 可以很簡單地指定請求首部欄位 Headers，比如有時要指定 User-Agent 偽裝成瀏覽器傳送請求，以此來矇騙伺服器。直接傳遞一個字典物件給引數 headers 即可。
>>> r = requests.get(url, headers={'user-agent': 'Mozilla/5.0'})複製程式碼構建 POST 請求資料
requests 可以非常靈活地構建 POST 請求需要的資料，如果伺服器要求傳送的資料是表單資料，則可以指定關鍵字引數 data，如果要求傳遞 json 格式字串引數，則可以使用json關鍵字引數，引數的值都可以字典的形式傳過去。
作為表單資料傳輸給伺服器
>>> payload = {'key1': 'value1', 'key2': 'value2'}
>>> r = requests.post("http://httpbin.org/post", data=payload)複製程式碼作為 json 格式的字串格式傳輸給伺服器
>>> import json
>>> url = 'http://httpbin.org/post'
>>> payload = {'some': 'data'}
>>> r = requests.post(url, json=payload)複製程式碼Response中的響應體
HTTP返回的響應訊息中很重要的一部分內容是響應體，響應體在 requests 中處理非常靈活，與響應體相關的屬性有：content、text、json()。
content 是 byte 型別，適合直接將內容儲存到檔案系統或者傳輸到網路中
>>> r = requests.get("https://pic1.zhimg.com/v2-2e92ebadb4a967829dcd7d05908ccab0_b.jpg")
>>> type(r.content)
<class 'bytes'>
# 另存為 test.jpg
>>> with open("test.jpg", "wb") as f:
... f.write(r.content)複製程式碼text 是 str 型別，比如一個普通的 HTML 頁面，需要對文字進一步分析時，使用 text。
>>> r = requests.get("https://foofish.net/understand-http.html")
>>> type(r.text)
<class 'str'>
>>> re.compile('xxx').findall(r.text)複製程式碼如果使用第三方開放平臺或者API介面爬取資料時，返回的內容是json格式的資料時，那麼可以直接使用json()方法返回一個經過json.loads()處理後的物件。
>>> r = requests.get('https://www.v2ex.com/api/topics/hot.json')
>>> r.json()
[{'id': 352833, 'title': '在長沙，父母同住...複製程式碼代理設定
當爬蟲頻繁地對伺服器進行抓取內容時，很容易被伺服器遮蔽掉，因此要想繼續順利的進行爬取資料，使用代理是明智的選擇。如果你想爬取牆外的資料，同樣設定代理可以解決問題，requests 完美支援代理。
import requests
proxies = {
'http': 'http://10.10.1.10:3128',
'https': 'http://10.10.1.10:1080',
}
requests.get('http://example.org', proxies=proxies)複製程式碼超時設定
requests 傳送請求時，預設請求下執行緒一直阻塞，直到有響應返回才處理後面的邏輯。如果遇到伺服器沒有響應的情況時，問題就變得很嚴重了，它將導致整個應用程式一直處於阻塞狀態而沒法處理其他請求。
>>> import requests
>>> r = requests.get("http://www.google.coma")
...一直阻塞中複製程式碼正確的方式的是給每個請求顯示地指定一個超時時間。
>>> r = requests.get("http://www.google.coma", timeout=5)
5秒後報錯
Traceback (most recent call last):
socket.timeout: timed out複製程式碼Session
在爬蟲入門系列（一）：快速理解HTTP協議中介紹過HTTP協議是一中無狀態的協議，為了維持客戶端與伺服器之間的通訊狀態，使用 Cookie 技術使之保持雙方的通訊狀態。
有些網頁是需要登入才能進行爬蟲操作的，而登入的原理就是瀏覽器首次通過使用者名稱密碼登入之後，伺服器給客戶端傳送一個隨機的Cookie，下次瀏覽器請求其它頁面時，就把剛才的 cookie 隨著請求一起傳送給伺服器，這樣伺服器就知道該使用者已經是登入使用者。
import requests
# 構建會話
session = requests.Session()
# 登入url
session.post(login_url, data={username, password})
# 登入後才能訪問的url
r = session.get(home_url)
session.close()複製程式碼構建一個session會話之後，客戶端第一次發起請求登入賬戶，伺服器自動把cookie資訊儲存在session物件中，發起第二次請求時requests 自動把session中的cookie資訊傳送給伺服器，使之保持通訊狀態。
專案實戰
最後是一個實戰專案，如何用 requests 實現知乎自動登入並給使用者發私信，我會在下一篇文章中進行講解，關注公眾號 ‘Python之禪’。
延伸閱讀：
- Python實現知乎自動登入：foofish.net/python-auto…
- requests文件：docs.python-requests.org/en/master/
- 如何閱讀 requests 原始碼： https://www.slideshare.net/onceuponatimeforever/lets-read-code-pythonrequests-library?qid=9f3099df-4c9e-419a-ae62-b601f55b39f3&v=&b=&from_search=3
同步發表部落格：foofish.net/http-reques…
公眾號：Python之禪 (id:VTtalk)，分享 Python 等技術乾貨
