Python 中 Requests 庫的用法

前面講了Python的urllib庫的使用和方法，Python網路資料採集Urllib庫的基本使用 ，Python的urllib高階用法 。

今天我們來學習下Python中Requests庫的用法。

Requests庫的安裝

利用 pip 安裝，如果你安裝了pip包（一款Python包管理工具，不知道可以百度喲），或者整合環境，比如Python（x,y）或者anaconda的話，就可以直接使用pip安裝Python的庫。

$ pip install requests

安裝完成之後，下面來看一下基本的方法：

    #get請求方法
    >>> r = requests.get('https://api.github.com/user', auth=('user', 'pass'))
#列印get請求的狀態碼
    >>> r.status_code
200
#檢視請求的資料型別，可以看到是json格式，utf-8編碼
    >>> r.headers['content-type']
'application/json; charset=utf8'
    >>> r.encoding
'utf-8'
#列印請求到的內容
    >>> r.text
u'{"type":"User"...'
#輸出json格式資料
    >>> r.json()
    {u'private_gists': 419, u'total_private_repos': 77, ...}

下面看一個小栗子：

#小例子
import requests

r = requests.get('http://www.baidu.com')
print type(r)
print r.status_code
print r.encoding
print r.text
print r.cookies
'''請求了百度的網址，然後列印出了返回結果的型別，狀態碼，編碼方式，Cookies等內容
輸出：'''
<class 'requests.models.Response'>
200
UTF-8
<RequestsCookieJar[]>

http基本請求

requests庫提供了http所有的基本請求方式。例如：

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")

基本GET請求

r = requests.get("http://httpbin.org/get")
#如果想要加引數，可以利用 params 引數：
import requests
payload = {'key1': 'value1', 'key2': 'value2'}
r = requests.get("http://httpbin.org/get", params=payload)
print r.url

#輸出：http://httpbin.org/get?key2=value2&key1=value1

如果想請求JSON檔案，可以利用 json() 方法解析，例如自己寫一個JSON檔案命名為a.json，內容如下：

["foo", "bar", {
"foo": "bar"
}]
#利用如下程式請求並解析：
import requests
r = requests.get("a.json")
print r.text
print r.json()
'''執行結果如下，其中一個是直接輸出內容，另外一個方法是利用 json() 方法
解析，感受下它們的不同:'''
["foo", "bar", {
"foo": "bar"
}]
[u'foo', u'bar', {u'foo': u'bar'}]

如果想獲取來自伺服器的原始套接字響應，可以取得 r.raw 。 不過需要在初始請求中設定 stream=True 。

r = requests.get('https://github.com/timeline.json', stream=True)
r.raw
#輸出
<requests.packages.urllib3.response.HTTPResponse object at 0x101194810>
r.raw.read(10)
'\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03'

這樣就獲取了網頁原始套接字內容。

如果想新增 headers，可以傳 headers 引數：

import requests

payload = {'key1': 'value1', 'key2': 'value2'}
headers = {'content-type': 'application/json'}
r = requests.get("http://httpbin.org/get", params=payload, headers=headers)
print r.url
#通過headers引數可以增加請求頭中的headers資訊

基本POST請求

對於 POST 請求來說，我們一般需要為它增加一些引數。那麼最基本的傳參方法可以利用 data 這個引數。

import requests

payload = {'key1': 'value1', 'key2': 'value2'}
r = requests.post("http://httpbin.org/post", data=payload)
print r.text
#執行結果如下：
{
"args": {}, 
"data": "", 
"files": {}, 
"form": {
"key1": "value1", 
"key2": "value2"
}, 
"headers": {
"Accept": "*/*", 
"Accept-Encoding": "gzip, deflate", 
"Content-Length": "23", 
"Content-Type": "application/x-www-form-urlencoded", 
"Host": "http://httpbin.org", 
"User-Agent": "python-requests/2.9.1"
}, 
"json": null, 
"url": "http://httpbin.org/post"
}

可以看到引數傳成功了，然後伺服器返回了我們傳的資料。

有時候我們需要傳送的資訊不是表單形式的，需要我們傳JSON格式的資料過去，所以我們可以用 json.dumps() 方法把表單資料序列化。

import json
import requests

url = 'http://httpbin.org/post'
payload = {'some': 'data'}
r = requests.post(url, data=json.dumps(payload))
print r.text

#執行結果：
{
"args": {}, 
"data": "{\"some\": \"data\"}", 
"files": {}, 
"form": {}, 
"headers": {
"Accept": "*/*", 
"Accept-Encoding": "gzip, deflate", 
"Content-Length": "16", 
"Host": "http://httpbin.org", 
"User-Agent": "python-requests/2.9.1"
}, 
"json": {
"some": "data"
}, 
"url": "http://httpbin.org/post"
}

通過上述方法，我們可以POST JSON格式的資料

如果想要上傳檔案，那麼直接用 file 引數即可：

#新建一個 test.txt 的檔案，內容寫上 Hello World!
import requests

url = 'http://httpbin.org/post'
files = {'file': open('test.txt', 'rb')}
r = requests.post(url, files=files)
print r.text

{
"args": {}, 
"data": "", 
"files": {
"file": "Hello World!"
}, 
"form": {}, 
"headers": {
"Accept": "*/*", 
"Accept-Encoding": "gzip, deflate", 
"Content-Length": "156", 
"Content-Type": "multipart/form-data; boundary=7d8eb5ff99a04c11bb3e862ce78d7000", 
"Host": "http://httpbin.org", 
"User-Agent": "python-requests/2.9.1"
}, 
"json": null, 
"url": "http://httpbin.org/post"
}

這樣我們便成功完成了一個檔案的上傳。

requests 是支援流式上傳的，這允許你傳送大的資料流或檔案而無需先把它們讀入記憶體。要使用流式上傳，僅需為你的請求體提供一個類檔案物件即可，非常方便：

with open('massive-body') as f:
requests.post('http://some.url/streamed', data=f)

Cookies

如果一個響應中包含了cookie，那麼我們可以利用 cookies 變數來拿到：

import requests

url = 'Example Domain'
r = requests.get(url)
print r.cookies
print r.cookies['example_cookie_name']

以上程式僅是樣例，可以用 cookies 變數來得到站點的 cookies

另外可以利用 cookies 變數來向伺服器傳送 cookies 資訊:

import requests

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

超時配置

可以利用 timeout 變數來配置最大請求時間

requests.get(‘Build software better, together’, timeout=0.001)

注：timeout 僅對連線過程有效，與響應體的下載無關。

也就是說，這個時間只限制請求的時間。即使返回的 response 包含很大內容，下載需要一定時間。

會話物件

在以上的請求中，每次請求其實都相當於發起了一個新的請求。也就是相當於我們每個請求都用了不同的瀏覽器單獨開啟的效果。也就是它並不是指的一個會話，即使請求的是同一個網址。比如：

import requests

requests.get('http://httpbin.org/cookies/set/sessioncookie/123456789')
r = requests.get("http://httpbin.org/cookies")
print(r.text)
#結果是：
{
"cookies": {}
}

很明顯，這不在一個會話中，無法獲取 cookies，那麼在一些站點中，我們需要保持一個持久的會話怎麼辦呢？就像用一個瀏覽器逛淘寶一樣，在不同的選項卡之間跳轉，這樣其實就是建立了一個長久會話。

解決方案如下：

import requests

s = requests.Session()
s.get('http://httpbin.org/cookies/set/sessioncookie/123456789')
r = s.get("http://httpbin.org/cookies")
print(r.text)
#在這裡我們請求了兩次，一次是設定 cookies，一次是獲得 cookies
{
"cookies": {
"sessioncookie": "123456789"
}
}

發現可以成功獲取到 cookies 了，這就是建立一個會話到作用。

那麼既然會話是一個全域性的變數，那麼我們肯定可以用來全域性的配置了。

import requests

s = requests.Session()
s.headers.update({'x-test': 'true'})
r = s.get('http://httpbin.org/headers', headers={'x-test2': 'true'})
print r.text
'''通過 s.headers.update 方法設定了 headers 的變數。然後我們又在請求中
設定了一個 headers，那麼會出現什麼結果？很簡單，兩個變數都傳送過去了。
執行結果:'''
{
"headers": {
"Accept": "*/*", 
"Accept-Encoding": "gzip, deflate", 
"Host": "http://httpbin.org", 
"User-Agent": "python-requests/2.9.1", 
"X-Test": "true", 
"X-Test2": "true"
}
}

如果get方法傳的headers 同樣也是 x-test 呢？

r = s.get('http://httpbin.org/headers', headers={'x-test': 'true'})

#它會覆蓋掉全域性的配置：
{
"headers": {
"Accept": "*/*", 
"Accept-Encoding": "gzip, deflate", 
"Host": "http://httpbin.org", 
"User-Agent": "python-requests/2.9.1", 
"X-Test": "true"
}
}

如果不想要全域性配置中的一個變數了呢？很簡單，設定為 None 即可。

r = s.get('http://httpbin.org/headers', headers={'x-test': None})
{
"headers": {
"Accept": "*/*", 
"Accept-Encoding": "gzip, deflate", 
"Host": "http://httpbin.org", 
"User-Agent": "python-requests/2.9.1"
}
}

以上就是 session 會話的基本用法。

SSL證照驗證

現在隨處可見 https 開頭的網站，Requests可以為HTTPS請求驗證SSL證照，就像web瀏覽器一樣。要想檢查某個主機的SSL證照，你可以使用 verify 引數，因為前段時間12306 證照不是無效的嘛，來測試一下：

import requests

r = requests.get('https://kyfw.12306.cn/otn/', verify=True)
print r.text
#結果：
requests.exceptions.SSLError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:590)

來試下 github 的：

import requests

r = requests.get('Build software better, together', verify=True)
print r.text

嗯，正常請求，由於內容太多，我就不貼上輸出了。

如果我們想跳過剛才 12306 的證照驗證，把 verify 設定為 False 即可：

import requests

r = requests.get('https://kyfw.12306.cn/otn/', verify=False)
print r.text

發現就可以正常請求了。在預設情況下 verify 是 True，所以如果需要的話，需要手動設定下這個變數。

代理

如果需要使用代理，你可以通過為任意請求方法提供 proxies 引數來配置單個請求。

import requests

proxies = {
"https": "http://41.118.132.69:4433"
}
r = requests.post("http://httpbin.org/post", proxies=proxies)
print r.text
#也可以通過環境變數 HTTP_PROXY 和 HTTPS_PROXY 來配置代理
export HTTP_PROXY="http://10.10.1.10:3128"
export HTTPS_PROXY="http://10.10.1.10:1080"