前言

好記性不如爛筆頭！最近在接口測(cè)試，以及爬蟲相關(guān)，需要用到Python中的requests庫(kù)，之前用過，但是好久沒有用又忘了，這次就把這塊的簡(jiǎn)單整理下（個(gè)人筆記使用）

一 URL，URI和URN

1. URL，URI和URN

URI的全稱是Uniform Resource Identiferm，即統(tǒng)一資源標(biāo)識(shí)符，它標(biāo)記了一個(gè)資源，比如http://www.baidu.com/ 就代表了一個(gè)百度網(wǎng)頁(yè)。

URL的全稱是Uniform Resource Locator,即統(tǒng)一資源定位符，是可以通過給出的路徑和文件去找到對(duì)應(yīng)的資源，比如 http://tougao.jb51.net/index.php?c=index&a=login&forward=http%3A%2F%2Ftougao.jb51.net%2F 這個(gè)URL就具體定位了一個(gè)資源，是可以根據(jù)路徑去實(shí)時(shí)找到資源的。

URN的全稱是Uniform Resource Name,即統(tǒng)一資源名稱；它只命名資源，不指定任何路徑去定位資源。

三者關(guān)系：URI包含URL，URN，即URL，URN是URI的子集。如果URI是一棟房的話，那URL是某個(gè)具體的房間（123號(hào)房），URN可以是房里某個(gè)東西（凳子），但不知道這個(gè)東西（凳子）具體在哪。如下

2. URL的組成

常見URL的組成一般如下，用這個(gè)URL做一下分析：http://tougao.jb51.net/index.php?c=index&a=login&forward=http%3A%2F%2Ftougao.jb51.net%2F

1 協(xié)議：用于訪問資源的協(xié)議，如上面用的是https協(xié)議進(jìn)行訪問，其它還有http,ftp等協(xié)議

2 服務(wù)器的主機(jī)地址：可以是域名，也可以是IP地址。如上面是域名editor.csdn.net訪問

3 端口：服務(wù)器設(shè)置的訪問端口。不過URL地址里一般無端口，因?yàn)榉?wù)器使用了協(xié)議的默認(rèn)端口，用戶通過url訪問服務(wù)器時(shí)，可以省略。如http默認(rèn)端口是80，https默認(rèn)端口是443，ftp默認(rèn)端口是22等。

4 路徑：資源存放的路徑。一般是域名后的/到？之間的內(nèi)容，如上就是md

5 參數(shù)：具體的查詢方式，如上面的URL的參數(shù)就是not_checkout=1&articleId=122388528

二 請(qǐng)求組成

請(qǐng)求一般是由客戶端向服務(wù)器端發(fā)起的，由4部分組成：請(qǐng)求方法（Request Method），網(wǎng)站（URL），請(qǐng)求頭（Request Headers）和 請(qǐng)求體（Request Body）。下面詳細(xì)整理下最常見的get請(qǐng)求和post請(qǐng)求。

1. 請(qǐng)求方法

常見的請(qǐng)求方法如下

• GET：請(qǐng)求頁(yè)面，數(shù)據(jù)包含在URL里面
• POST：大多用于提交表單或者上傳文件，數(shù)據(jù)包含在請(qǐng)求體中
• HEAD：類似GET請(qǐng)求，不過響應(yīng)報(bào)文沒有具體的內(nèi)容，用于獲取報(bào)頭
• PUT：用客戶端傳送的數(shù)據(jù)取代指定的內(nèi)容
• DELETE：請(qǐng)求服務(wù)器刪除指定的頁(yè)面
• CONNECT：把服務(wù)器當(dāng)作跳板，讓服務(wù)器代替客戶端訪問其他網(wǎng)頁(yè)
• OPTIONS：允許客戶端查看服務(wù)器的性能
• TRACE：回顯服務(wù)器收到的請(qǐng)求，主要用于測(cè)試或者診斷

不過我們見到和使用的大多數(shù)都是GET和POST請(qǐng)求

2. 請(qǐng)求網(wǎng)址

請(qǐng)求的網(wǎng)址即上面說的URL

3. 請(qǐng)求頭

請(qǐng)求頭，一般是傳送服務(wù)器需要的一些附加信息，其中比較重要的就是User-Agent,Referer,Cookie等，常用的請(qǐng)求有說明如下

• Accept: 請(qǐng)求報(bào)頭域，用于指定客戶端可接受哪些類型的信息
• Accept-Language: 指定客戶端可接受的語(yǔ)言類型
• Accept-Encoding： 指定客戶端可接受的編碼
• Host：用于指定資源主機(jī)的IP和端口號(hào)，其內(nèi)容為請(qǐng)求URL的原始服務(wù)器或網(wǎng)關(guān)的位置
• Cookie：網(wǎng)站為了辨別用戶進(jìn)行會(huì)話跟蹤而存儲(chǔ)在用戶本地的數(shù)據(jù)，它的主要功能是維持當(dāng)前訪問會(huì)話。
• Referer: 用來標(biāo)識(shí)這個(gè)請(qǐng)求是從哪個(gè)頁(yè)面發(fā)過來的，服務(wù)器可以拿到這一信息并做相應(yīng)的處理，如做資源統(tǒng)計(jì)，防盜鏈接處理等。
• User-Agent: 可以是服務(wù)器識(shí)別客戶端使用的操作系統(tǒng)及版本，瀏覽器及版本信息等。所以在做爬蟲時(shí)要加上此信息，可以偽裝瀏覽器；不加的話很容易被識(shí)別為爬蟲。
• Conten-Type：互聯(lián)網(wǎng)媒體類型，用來表示具體請(qǐng)求中媒體類型信息；如text/html代表HTML格式，image/gif代表GIF圖片，application/json代表JSON類型

4. 請(qǐng)求體

請(qǐng)求體一般POST請(qǐng)求的時(shí)候才會(huì)有，因?yàn)镚ET請(qǐng)求的信息都在URL里。

三 請(qǐng)求

1. get請(qǐng)求

如果我們要發(fā)起一個(gè)GET請(qǐng)求，直接調(diào)用requests庫(kù)里的GET方法即可，如下

• get請(qǐng)求時(shí)，請(qǐng)求參數(shù)一般放在URL里面，數(shù)據(jù)可以在URL里面看到

import requests
#get(url)
res = requests.get('http://httpbin.org/get')
print(res.text)

請(qǐng)求網(wǎng)站是 http://httpbin.org/get，它會(huì)識(shí)別我們發(fā)起的是get請(qǐng)求，并返回對(duì)應(yīng)的信息。如下

不過不加請(qǐng)求頭的話容易被禁止訪問，訪問知乎https://www.zhihu.com/ 如下

import requests
#get(url)
res = requests.get('http://httpbin.org/get')
res1 = requests.get('https://www.zhihu.com/')
print(res1.text)

2. get帶請(qǐng)求頭headers參數(shù)

上面看見了，如果我們不構(gòu)造請(qǐng)求頭headers的話，容易被禁止訪問，因?yàn)闉g覽器有反爬措施，如下

import requests
#get(url,headers)
res1 = requests.get('https://www.zhihu.com/')
print(res1.text)
for i in res1.request.headers.items():
    print(i)

結(jié)果返回403（禁止訪問），因?yàn)闉g覽器會(huì)通過User-Agent參數(shù)了解到我們的電腦系統(tǒng)以及瀏覽器等信息，上面不帶headers時(shí)，默認(rèn)User-Agent為python-requests/2.22.0，這服務(wù)器一看就知道是腳本，那肯定就會(huì)禁止訪問。這時(shí)就需要重新構(gòu)造請(qǐng)求頭，偽裝成瀏覽器訪問，如下

將上面的user-agent值用代碼傳送，如下

import requests
#get(url,headers)
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36'
}
res1 = requests.get('https://www.zhihu.com/', headers=headers)
print(res1.status_code)
for i in res1.request.headers.items():
    print(i)

如上，重新構(gòu)造請(qǐng)求頭傳了user-agent參數(shù)后，請(qǐng)求就成功了，user-agent也是我們傳進(jìn)去的值。

3. post請(qǐng)求

對(duì)于post請(qǐng)求，使用requests庫(kù)發(fā)起也是很簡(jiǎn)單的，如下

import requests
data = {'name': 'anxiaochong', 'age': 24}
res = requests.post('http://httpbin.org/post', data=data)
print(res.status_code)
print(res.text)

對(duì)于post請(qǐng)求來說，它的數(shù)據(jù)在URL里面是看不到的，數(shù)據(jù)一般存放在請(qǐng)?bào)w中，如上，我們發(fā)起一個(gè)post請(qǐng)求，請(qǐng)求參數(shù)是data，當(dāng)我們請(qǐng)求成功后，它會(huì)返回如下信息。

四 響應(yīng)

當(dāng)我們發(fā)起請(qǐng)求之后，如果一切正常，就會(huì)得到相應(yīng)的響應(yīng)。我們的最終目的，就是要獲取返回的數(shù)據(jù)，所以對(duì)返回的數(shù)據(jù)進(jìn)行處理是非常重要的。

1. 響應(yīng)狀態(tài)碼

狀態(tài)碼能夠最基本的判定服務(wù)器對(duì)請(qǐng)求的響應(yīng)情況，比如200就是請(qǐng)求成功，301就是重定向，404就是請(qǐng)求資源不存在，500就是服務(wù)器錯(cuò)誤等，常見的一些如下

200:請(qǐng)求成功，服務(wù)器已成功處理請(qǐng)求。

301: 重定向，請(qǐng)求的網(wǎng)頁(yè)已經(jīng)移動(dòng)到新位置

400： 請(qǐng)求錯(cuò)誤401： 未授權(quán)，請(qǐng)求沒有進(jìn)行身份驗(yàn)證或者驗(yàn)證未通過

403： 禁止訪問404：未找到，請(qǐng)求資源不存在500：服務(wù)器錯(cuò)誤

503：服務(wù)器無法使用

python獲取響應(yīng)狀態(tài)碼如下

#獲取響應(yīng)狀態(tài)碼
import requests
data = {'name': 'anxiaochong', 'age': 24}
res = requests.post('http://httpbin.org/post', data=data)
#獲取響應(yīng)狀態(tài)碼
print(res.status_code)

2. 響應(yīng)頭

響應(yīng)頭包含了服務(wù)器對(duì)請(qǐng)求的一些應(yīng)答信息，如Server，Content-Type，Set-cookie等信息。如下

• content-type: 返回?cái)?shù)據(jù)的類型
• sever：服務(wù)器名稱，版本等信息
• set-cookie: 會(huì)話cookie，下次請(qǐng)求需要帶上。

3. 響應(yīng)體

響應(yīng)信息中最重要的當(dāng)屬響應(yīng)體了，因?yàn)槲覀兿胍@取的信息基本都在里面。python的request庫(kù)也有對(duì)應(yīng)的方法了提取相關(guān)信息，如下

import requests
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36',
    'Cookie': '_zap=cdbd7845-adac-4d87-ad39-2c6ce8fddde3; _xsrf=kD16ApICYLVrAfyvuW45BRI6jkdo4NcX; d_c0="ABDfdUZbRhSPTmuW3ExXOv346BuMqQ2oWaI=|1641098931"; __snaker__id=P7yktK5PgsCmILtR; gdxidpyhxdE=r9dW%2F%2BxGfN1iooAQAiODTGfGh8mPnu43T4g3V7PKabUA7zMCUUys%5CWvuLdjQeB5r8MZAtwRAOKJUQgJonmDPkpo6C4CxSXwNAP%2FMUa1p52udf%5Cu5eqEoiM%5C5QlGEMdgp3PwqG5uSMvzKyXA5WjmVejZdMmvaqwy8Y7MT1SrgLpf0hG3Q%3A1641099836676; _9755xjdesxxd_=32; YD00517437729195%3AWM_NI=VXux5u3T%2BJ6a%2FwURu60bvpw8ui4mkL1mk0xGQnAgn4UlLc5lq9n%2Fq4nkL9dYlDDOpT8bbuEZZueOScQMFx9h6t9pFTxKkjpVf74kC5EdQT6WJ0AsLoU%2FtsViMqPMk64rVjE%3D; YD00517437729195%3AWM_NIKE=9ca17ae2e6ffcda170e2e6ee87e9699686839bdc73b2868ea2d54a839f9eaeb62183bb8ca7f839968f008cf92af0fea7c3b92a9688bb99b87ff18ce5abb56beda99bb3f83ef4beba91f634b7b7fc8eea48f3b3a5d1fb4d93b28f88ed4097b48484b868b3e7a2d0f440aeb584dae753b09c8cb0f360fcbeae96c8529aababb0d26993938a99bc64f6acf791c560bc95a58bf35ea6e9fc8cc23f87bc9fb5b55d8af08f94cf6597f1bc94d5638fafa0aeea3ef8ae9a8bc837e2a3; YD00517437729195%3AWM_TID=gBk1e8TwlKhAABAAUBN6rQOGA%2FnBFhk3; l_cap_id="ODdjYzkzYjc3ODRlNGU5ZGFhZGNlODZjNmVhZjUxOTk=|1641098947|5e1742f2cfb1bc51e01c98dc554a343834ceb4fe"; r_cap_id="NWJjZTUwNzI3NTZkNGRlOGE2MDc4NjZhNTljMjQwMTE=|1641098947|34aeb872f7b2def674441346a0be809d4d3f3818"; cap_id="YThjNTkwZTZiMjY5NGNiNWJmOWJkYjQzNDRjMWE5MDA=|1641098947|7f4062306951584cd44180c28bb8a8fe90d732cd"; captcha_session_v2="2|1:0|10:1641099110|18:captcha_session_v2|88:THV2VWV1eWhIZUZTZmsvR1Yyd2hHRGNPcFc5QTc4bWNHNWVabzBDZ3JPZFRtUDltenRWeE1SUEtuVEZwcTBHSg==|258d6e1ea988e9f89e94208600834adba972038afbbb273aacc3849fa44c2cf9"; z_c0=Mi4xR1ZYa0RRQUFBQUFBRU45MVJsdEdGQmNBQUFCaEFsVk5sMzItWWdEc09nbTQzZWhiejkwTGhyZTRadE1WSlVEeXZR|1641099159|763c9639b7d621f1e9a64d0e246cec75292d7277; Hm_lvt_98beee57fd2ef70ccdd5ca52b9740c49=1641098932,1641217361; tst=h; SESSIONID=gMeSnpcPawUbmk3tMHN6I6Uc2xxUTfnKfx4Pj7xHJ4Z; JOID=VVkVA0wgiAleIRrUbidunj5sRpR9QcRsCk9stj5B-V08S3HhGwmh6jgnHdVpii0jv9C3ZZnJsok4l_oqAxMoR7k=; osd=UVoSCkwkiw5XIR7XaS5umj1rT5R5QsNlCktvsTdB_V47QnHlGA6o6jwkGtxpji4kttCzZp7Aso07kPMqBxAvTrk=; NOT_UNREGISTER_WAITING=1; Hm_lpvt_98beee57fd2ef70ccdd5ca52b9740c49=1642866191; KLBRSID=fe0fceb358d671fa6cc33898c8c48b48|1642866207|1642866103'
}
res = requests.get('https://www.zhihu.com/hot', headers=headers)
print("響應(yīng)狀態(tài)碼：", res.status_code)
print("響應(yīng)內(nèi)容: ", res.text)
print("獲取的響應(yīng)內(nèi)容類型: ", type(res.text))
print("響應(yīng)頭信息: ", res.headers)
print("獲取請(qǐng)求頭信息: ", res.request.headers)
print("獲取請(qǐng)求體: ", res.request.body)
print("獲取cookie: ", res.cookies)
print("cookie類型: ", type(res.cookies))
print("獲取編碼格式: ", res.encoding)
print("獲取請(qǐng)求URL: ", res.url)

總結(jié)

本篇文章就到這里了，希望能夠給你帶來幫助，也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!