關於requests的session方法無法保持cookie的問題。

2018年11月28日更新：
其實只要用cookies屬性的update方法更新cookie就行了。
比如：

cookie_dict = {"a":1}
s = requests.Session()
s.cookies.update(cookie_dict)
s.get(url)
...

下面的方法雖然也可以用，但相對比較繁瑣。

----------------------------以下是原來的內容---------------------------------

最近在做爬蟲的時候遇到了一個問題，在用requests的session方法保持cookie的時候發現requests不能保持手動構建的cookie。起初以為requests只能自動保持由伺服器返回的set-cookie語句中的cookie。後來查了很多資料，才終於明白。原來requests只能保持 cookiejar 型別的cookie，而我們手動構建的cookie是dict型別的。所以要把dict轉為 cookiejar型別，於是我又在網上查，在幾乎打算放棄的時候終於找到了一個把dict轉為cookiejar的方法，如下：

#將CookieJar轉為字典：
cookies = requests.utils.dict_from_cookiejar(r.cookies)

#將字典轉為CookieJar：
cookies = requests.utils.cookiejar_from_dict(cookie_dict, cookiejar=None, overwrite=True)

#其中cookie_dict是要轉換字典

轉換完之後就可以把它賦給cookies 並傳入到session中了：

s = requests.Session()
s.cookies = cookies

以上程式碼是我在下面這個網站上查到的，感謝這個部落格的作者！這篇文章上還介紹了一些官方文件中沒有提到的方法。

----------------------------以下是原文---------------------------------
原文地址：http://www.lihuai.net/program/python/1617.html

Python Requests庫：HTTP for Humans
時間: 2014/12/30 | 分類: Python | 作者: 李壞 | 瀏覽：287 | 搶沙發
Python標準庫中用來處理HTTP的模組是urllib2，不過其中的API太零碎了，requests是更簡單更人性化的第三方庫。

用pip下載：

pip install requests
或者git：

git clone git://github.com/kennethreitz/requests.git
傳送請求：

GET方法

>>> import requests
>>> r = requests.get('https://api.github.com/events')
POST方法：

>>> r = requests.post("http://httpbin.org/post")
也可以使用其它方法：

>>> 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")

也可以將請求方法放在引數中：

>>> import requests
>>> req = requests.request('GET', 'http://httpbin.org/get')

傳遞引數或上傳檔案：

1.如果要將引數放在url中傳遞，使用params引數，可以是字典或者字串：

>>> payload = {'key1': 'value1', 'key2': 'value2'}
>>> r = requests.get("http://httpbin.org/get", params=payload)
>>> r.url
u'http://httpbin.org/get?key2=value2&key1=value1'

2.如果要將引數放在request body中傳遞，使用data引數，可以是字典，字串或者是類檔案物件。

使用字典時將傳送form-encoded data：

>>> payload = {'key1': 'value1', 'key2': 'value2'}
>>> r = requests.post("http://httpbin.org/post", data=payload)
>>> print(r.text)
{
  ...
  "form": {
    "key2": "value2",
    "key1": "value1"
  },
  ...
}

使用字串時將直接傳送資料：

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

流上傳：

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

def gen():
    yield 'hi'
    yield 'there'

requests.post('http://some.url/chunked', data=gen())

3.如果要上傳檔案，可以使用file引數傳送Multipart-encoded資料，file引數是{ ‘name’: file-like-objects}格式的字典 (or {‘name’?‘filename’, fileobj)}) ：

>>> url = 'http://httpbin.org/post'
>>> files = {'file': open('report.xls', 'rb')}
>>> r = requests.post(url, files=files)
>>> r.text
{
  ...
  "files": {
    "file": "<censored...binary...data>"
  },
  ...
}

也可以明確設定filename, content_type and headers：

>>> url = 'http://httpbin.org/post'
>>> files = {'file': ('report.xls', open('report.xls', 'rb'), 'application/vnd.ms-excel', {'Expires': '0'})}
>>> r = requests.post(url, files=files)
>>> print r.text
{
  "args": {}, 
  "data": "", 
  "files": {
    "file": "1\t2\r\n"
  }, 
  "form": {}, 
  "headers": {
    "Content-Type": "multipart/form-data; boundary=e0f9ff1303b841498ae53a903f27e565", 
    "Host": "httpbin.org", 
    "User-Agent": "python-requests/2.2.1 CPython/2.7.3 Windows/7", 
  }, 
  "url": "http://httpbin.org/post"
}

一次性上傳多個檔案：

>>> url = 'http://httpbin.org/post'
>>> multiple_files = [('images', ('foo.png', open('foo.png', 'rb'), 'image/png')),
                      ('images', ('bar.png', open('bar.png', 'rb'), 'image/png'))]
>>> r = requests.post(url, files=multiple_files)
>>> r.text
{
  ...
  'files': {'images': 'data:image/png;base64,iVBORw ....'}
  'Content-Type': 'multipart/form-data; boundary=3131623adb2043caaeb5538cc7aa0b3a',
  ...
}

設定Headers

>>> 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)

Response物件：

獲取unicode字串，會自動根據響應頭部的字元編碼(r.encoding)進行解碼，當然也可以自己設定r.encoding：

>>> r = requests.get('https://github.com/timeline.json')
>>> r.text
u'{"message":"Hello there, wayfaring stranger...

獲取bytes字串，會自動解碼gzip和deflate資料：

>>> r.content
'{"message":"Hello there, wayfaring stranger. ..

要儲存web圖片，可以：

>>> from PIL import Image
>>> from StringIO import StringIO
>>> i = Image.open(StringIO(r.content))

可以解碼json物件：

>>> r.json()
{u'documentation_url': u'https://developer...
返回raw response，需要在requests請求中將stream設為True：

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

如果不想一次性處理全部的資料，可以：

tarball_url = 'https://github.com/kennethreitz/requests/tarball/master'
r = requests.get(tarball_url, stream=True)
if int(r.headers['content-length']) < TOO_LONG:
  content = r.content
  ...

也可以迭代的處理資料：

with open(filename, 'wb') as fd:
    for chunk in r.iter_content(chunk_size):
        fd.write(chunk)

或者：

import json
import requests
r = requests.get('http://httpbin.org/stream/20', stream=True)
for line in r.iter_lines():
    # filter out keep-alive new lines
    if line:
        print(json.loads(line))

獲取響應程式碼：

>>> r = requests.get('http://httpbin.org/get')
>>> r.status_code
200

獲取響應headers：

>>> r.headers
{
    'content-encoding': 'gzip',
    'transfer-encoding': 'chunked',
    'connection': 'close',
    'server': 'nginx/1.0.4',
    'x-runtime': '148ms',
    'etag': '"e1ca502697e5c9317743dc078f67693f"',
    'content-type': 'application/json'
}

獲取傳送的headers

>>> r.request.headers
{'Accept-Encoding': 'identity, deflate, compress, gzip',
'Accept': '*/*', 'User-Agent': 'python-requests/1.2.0'}
Cookie

獲取cookie，返回CookieJar物件：

>>> url = 'http://www.baidu.com'
>>> r = requests.get(url)
>>> r.cookies

將CookieJar轉為字典：

>>> requests.utils.dict_from_cookiejar(r.cookies)
{'BAIDUID': '84722199DF8EDC372D549EC56CA1A0E2:FG=1', 'BD_HOME': '0', 'BDSVRTM': '0'}

將字典轉為CookieJar：

requests.utils.cookiejar_from_dict(cookie_dict, cookiejar=None, overwrite=True)

上傳自己設定的cookie，使用cookies引數，可以是字典或者CookieJar物件：

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

如果需要在會話中保留cookie，需要用到後面要說的Session。

Redirection and History

可以用history屬性來追蹤redirection

>>> r = requests.get('http://github.com')
>>> r.url
'https://github.com/'
>>> r.status_code
200
>>> r.history
[<Response [301]>]
Session

要在會話中保留狀態，可以使用request.Session()。

Session可以使用get，post等方法，Session物件在請求時允許你保留一定的引數和自動設定cookie

s = requests.Session()
s.get('http://httpbin.org/cookies/set/sessioncookie/123456789')   #cookie保留在s中
r = s.get("http://httpbin.org/cookies") #再次訪問時會保留cookie
print(r.text)
# '{"cookies": {"sessioncookie": "123456789"}}'

也可以自己設定headers，cookies：

s = requests.Session()
s.auth = ('user', 'pass')
s.headers.update({'x-test': 'true'})
s.get('http://httpbin.org/headers', headers={'x-test2': 'true'})    #  'x-test' and 'x-test2' 都會被髮送

預設Request

可以在傳送request前做些額外的設定

from requests import Request, Session

s = Session()
req = Request('GET', url,
    data=data,
    headers=header
)
prepped = req.prepare()

# do something with prepped.body
# do something with prepped.headers

resp = s.send(prepped,
    stream=stream,
    verify=verify,
    proxies=proxies,
    cert=cert,
    timeout=timeout
)

print(resp.status_code)　

驗證

Basic Authentication

>>> from requests.auth import HTTPBasicAuth
>>> requests.get('https://api.github.com/user', auth=HTTPBasicAuth('user', 'pass'))
<Response [200]>

因為HTTP Basic Auth很常用，所以也可以直接驗證：

>>> requests.get('https://api.github.com/user', auth=('user', 'pass'))
<Response [200]>
Digest Authentication

>>> from requests.auth import HTTPDigestAuth
>>> url = 'http://httpbin.org/digest-auth/auth/user/pass'
>>> requests.get(url, auth=HTTPDigestAuth('user', 'pass'))
<Response [200]>
OAuth 1 Authentication

>>> import requests
>>> from requests_oauthlib import OAuth1
>>> url = 'https://api.twitter.com/1.1/account/verify_credentials.json'
>>> auth = OAuth1('YOUR_APP_KEY', 'YOUR_APP_SECRET',
                  'USER_OAUTH_TOKEN', 'USER_OAUTH_TOKEN_SECRET')
>>> requests.get(url, auth=auth)
<Response [200]>

也可以使用自己寫的驗證類。比如某個web服務接受將X-Pizza報頭設定成密碼的驗證，可以這樣寫驗證類：

from requests.auth import AuthBase
class PizzaAuth(AuthBase):
    """Attaches HTTP Pizza Authentication to the given Request object."""
    def __init__(self, username):
        # setup any auth-related data here
        self.username = username
    def __call__(self, r):
        # modify and return the request
        r.headers['X-Pizza'] = self.username
        return r

使用：

>>> requests.get('http://pizzabin.org/admin', auth=PizzaAuth('kenneth'))
<Response [200]>

SSL證照驗證

檢查主機的ssl證照：

>>> requests.get('https://kennethreitz.com', verify=True)
    raise ConnectionError(e)
ConnectionError: HTTPSConnectionPool(host='kennethreitz.com', port=443): Max retries exceeded with url: / (Caused by <class 'socket.error'>: [Errno 10061] )

github是有的：

>>> requests.get('https://github.com', verify=True)
<Response [200]>

如果你設定驗證設定為False，也可以忽略驗證SSL證照。

可以讀取驗證檔案：

>>> requests.get('https://kennethreitz.com', cert=('/path/server.crt', '/path/key'))

代理

使用代理：

import requests
proxies = {
  "http": "http://10.10.1.10:3128",
  "https": "http://10.10.1.10:1080",
}
requests.get("http://example.org", proxies=proxies)

可以設定環境變數：

$ export HTTP_PROXY="http://10.10.1.10:3128"
$ export HTTPS_PROXY="http://10.10.1.10:1080"
$ python
>>> import requests
>>> requests.get("http://example.org")

如果代理需要驗證：

proxies = {
    "http": "http://user:pass@10.10.1.10:3128/",
}

標籤： python學習