Python爬蟲學習之requests的使用教程

更新時間：2022年08月21日 08:58:26 作者：樣子的木偶

requests庫是一個常用的用于?http?請求的模塊，它使用?python?語言編寫，可以方便的對網頁進行爬取。本文將通過示例詳細講講requests庫的使用，需要的可以參考一下

requests庫簡介

requests 庫是一個常用的用于 http 請求的模塊，它使用 python 語言編寫，可以方便的對網頁進行爬取，是學習 python 爬蟲的較好的http請求模塊。它基于 urllib 庫，但比 urllib 方便很多，能完全滿足我們 HTTP 請求以及處理 URL 資源的功能。

requests庫安裝

如果已經安裝了 anaconda ，就已經自帶了 requets 庫(建議新手安裝 Python 的話直接安裝 anaconda 就好了，可以省去很多繁瑣的安裝過程的)。如果確實沒有安裝，可以通過以下兩種方式來進行安裝

1、pip命令安裝

在有pip的情況下直接客戶端輸入命令下載

pip install requests

2、下載代碼進行安裝

由于 pip 命令可能安裝失敗所以有時我們要通過下載第三方庫文件來進行安裝。

在 github 上的地址為：https://github.com/requests/requests

下載文件到本地之后，解壓到 python 安裝目錄。

之后打開解壓文件，在此處運行命令行并輸入：

python setup.py install

即可。

之后我們測試 requests 模塊是否安裝正確，在交互式環(huán)境中輸入

import requests

如果沒有任何報錯，說明requests模塊我們已經安裝成功了

requests庫的使用

發(fā)送請求

在時用requests庫要導入requests模塊

import requests

接下來我們就可以嘗試獲取某個頁面

import requests

r = requests.get('http://www.baidu.com')
print(r.text)

現(xiàn)在，我們有一個名為 r 的 Response 對象。我們可以從這個對象中獲取所有我們想要的信息

除了get請求我們還有PUT，DELETE，HEAD 以及 OPTIONS 這些http請求方式

接下來我們先看看get請求

get請求

上面的例子就是我們用get方法獲取到了百度的首頁，并且輸出打印結果為

<!DOCTYPE html>
<html> <head>......</body> </html>

Requests 允許你使用 ?params? 關鍵字參數(shù)，以一個字符串字典來提供這些參數(shù)。舉例來說，如果你想傳遞 key1=value1 和 key2=value2 到 httpbin.org/get ，那么你可以使用如下代碼：

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

通過print(r.url)，可以打印輸出URL

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

注意字典里值為 ?None? 的鍵都不會被添加到 URL 的查詢字符串里。

你還可以將一個列表作為值傳入：

payload = {‘key1’: ‘value1’, ‘key2’: [‘value2’, ‘value3’]}

范例

import requests  

url = 'http://httpbin.org/get'
params = {  
    'name': 'jack',  
    'age': 25
}  
r = requests.get(url, params = params)  
print(r.text)

輸出結果

在這里，我們將請求的參數(shù)封裝為一個 json 格式的數(shù)據(jù)，然后在 get 方法中傳給 params 參數(shù)，這樣就完成了帶參數(shù)的 GET 請求 URL 的拼接，省去了自己拼接 http://httpbin.org/get?age=22&name=jack 的過程，非常的方便。

此外，在上面我們看到返回的r.tetx雖然是個字符串，但是它其實是個JSON格式的字符串，我們可以通過 r.json() 方法來將其直接轉換為JSON格式數(shù)據(jù)，從而可以直接解析，省去了引入 json 模塊的麻煩。示例如下

import requests

url = 'http://httpbin.org/get'
params = {
    'name': 'jack',
    'age': 25
}
r = requests.get(url, params = params)
print(type(r.json()))
print(r.json())
print(r.json().get('args').get('age'))

輸出結果

<class 'dict'>
{'args': {'age': '25', 'name': 'jack'}, 'headers': {'Accept': '*/*', 'Accept-Encoding': 'gzip, deflate', 'Host': 'httpbin.org', 'User-Agent': 'python-requests/2.28.1', 'X-Amzn-Trace-Id': 'Root=1-6300e24d-71111778036e3f8339b55886'}, 'origin': '223.90.115.87', 'url': 'http://httpbin.org/get?name=germey&age=25'}
25

抓取二進制數(shù)據(jù)

從上面的例子中我們發(fā)現(xiàn)我們可以輕松獲取網頁的html文檔，但是如果我們在瀏覽網址時想要獲取的是圖片、視頻、音頻這些內容的話又該怎么辦呢？

我們知道視頻音頻這些不過就是二進制碼，所以我們獲取二進制碼就能夠獲取到這些形形色色的圖片視頻了，接下來我們看看如何獲取這些二進制碼

接下來以baidu的站點圖標為例：

import requests

r = requests.get('https://baidu.com/favicon.ico')
print(r.text)
print(r.content)
......  
b'\x00\......x00'

使用content我們可以輸出獲取的文檔的二進制碼，但是我們又該如何處理這些二進制碼呢？

其實很簡單直接將其保留到本地就可以了

import requests

r = requests.get('https://baidu.com/favicon.ico')
with open('favicon.ico', 'wb') as f:
    f.write(r.content)

運行之后就發(fā)現(xiàn)我們成功爬取了圖片，其實其他之類的視頻也是這樣操作的

post請求

接下來就是另外一種請求方式post請求

先看看是如何進行請求的

import requests

data = {'name': 'jack', 'age': '25'}
r = requests.post("http://httpbin.org/post", data=data)
print(r.text)

輸出結果

在這里我們將需要的表單數(shù)據(jù)通過data進行提交，完成一次post請求

同時，你還可以為 ?data? 參數(shù)傳入一個元組列表。在表單中多個元素使用同一 key 的時候，這種方式尤其有效：

data = (('key1', 'value1'), ('key1', 'value2'))

POST請求的文件上傳

范例

import requests

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

我們通過傳入files參數(shù)來實現(xiàn)文件上傳，不過前提是open方法中的文件需要存在(這里我上傳的文件就是在get請求里面獲取的百度圖標)，在這里不寫路徑表示該文件在當前目錄下，否則需要寫上完整的路徑。這個網站會返回響應，里面包含 files 這個字段，而 form 字段是空的，這證明文件上傳部分會單獨有一個 files 字段來標識。

利用requests返回響應狀態(tài)碼

r.status_code：獲得返回的響應狀態(tài)碼

r.status_code == requests.codes.ok：內置狀態(tài)碼查詢

Response.raise_for_status():拋出異常的響應狀態(tài)

利用前兩個方法我們可以獲得響應的狀態(tài)

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

查詢狀態(tài)

r.status_code == requests.codes.ok
True

如果我們發(fā)送一個錯誤請求獲取,我們就可以使用Response.raise_for_status()來拋出異常

r = requests.get('http://httpbin.org/status/404')
r.status_code
404

bad_r.raise_for_status()
Traceback (most recent call last):
  File "requests/models.py", line 832, in raise_for_status
    raise http_error
requests.exceptions.HTTPError: 404 Client Error

如果響應正常就不會拋出異常，返回以None

到此這篇關于Python爬蟲學習之requests的使用教程的文章就介紹到這了,更多相關Python requests內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

Pytorch中的torch.nn.Linear()方法用法解讀
這篇文章主要介紹了Pytorch中的torch.nn.Linear()方法用法,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
2024-02-02
yolov5模型配置yaml文件詳細講解
YOLOV5模型配置文件存放在modules文件夾下,這里使用的是 yolov5s.yaml,下面這篇文章主要給大家介紹了關于yolov5模型配置yaml文件的相關資料,需要的朋友可以參考下
2022-09-09
Python新手如何進行閉包時綁定變量操作
在本篇文章里小編給大家分享的是關于Python新閉包時綁定變量實例，有興趣的朋友們可以參考下。
2020-05-05
Python深拷貝與淺拷貝用法實例分析
這篇文章主要介紹了Python深拷貝與淺拷貝用法,結合實例形式分析了Python對象的復制、深拷貝、淺拷貝等操作原理、用法及相關注意事項,需要的朋友可以參考下
2019-05-05
Python使用pptx實現(xiàn)復制頁面到其他PPT中
這篇文章主要為大家詳細介紹了python如何使用pptx庫實現(xiàn)從一個ppt復制頁面到另一個ppt里面，文中的示例代碼講解詳細，感興趣的可以嘗試一下
2023-02-02
python?pandas如何使用loc和iloc讀取行數(shù)據(jù)或列數(shù)據(jù)
這篇文章主要給大家介紹了關于python?pandas如何使用loc和iloc讀取行數(shù)據(jù)或列數(shù)據(jù)的相關資料,在學習機器學習的過程中對數(shù)據(jù)進行預處理時避免不了需要使用Pandas進行大量操,需要的朋友可以參考下
2023-10-10
Python利用keras接口實現(xiàn)深度神經網絡回歸
這篇文章主要為大家詳細介紹了基于Python語言中TensorFlow的Keras接口，實現(xiàn)深度神經網絡回歸的方法。文中的示例代碼講解詳細，感興趣的可以了解一下
2023-02-02
Python通過命令行向Scrapy傳遞參數(shù)
crapy作為一個強大的Web爬取框架,提供了靈活的命令行參數(shù)傳遞功能,本文介紹了通過命令行向Scrapy爬蟲傳遞參數(shù)的方法,旨在增強爬蟲的靈活性和可配置性,感興趣的可以了解一下
2024-10-10
終于搞懂了Python中super(XXXX,?self).__init__()的作用了
本文主要介紹了終于搞懂了Python中super(XXXX,?self).__init__()的作用了，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2022-08-08
Python實現(xiàn)Linux命令xxd -i功能
這篇文章主要介紹了Python實現(xiàn)Linux命令xxd -i功能的相關資料,需要的朋友可以參考下
2016-03-03