win與linux系統(tǒng)中python requests 安裝

更新時(shí)間：2016年12月04日 08:49:46 作者：高中國(guó)流

requests是Python的一個(gè)HTTP客戶端庫(kù)，跟urllib，urllib2類似，今天我們主要來(lái)談?wù)剋in與linux系統(tǒng)中python requests的安裝方法以及使用指南

在 windows 系統(tǒng)下，只需要輸入命令 pip install requests ，即可安裝。

在 linux 系統(tǒng)下，只需要輸入命令 sudo pip install requests ，即可安裝。

或者

=================

Window

1. 下載requests 被墻

打開這個(gè)網(wǎng)址， http://www.lfd.uci.edu/~gohlke/pythonlibs 在這個(gè)網(wǎng)站上面有很多 python 的第三方庫(kù)文件， ctrl+f 找到 requests 下載

.whl文件下載下來(lái)后，將后綴名從 .whl 改為 .zip ，然后解壓文件，我們可以得到兩個(gè)文件夾

將requests 文件夾復(fù)制到 python 的安裝目錄下的 lib 目錄下

requests 已經(jīng)安裝完畢，輸入 import requests 命令來(lái)試試是否安裝成功，

import requests 沒(méi)有報(bào)錯(cuò)，說(shuō)明 requests 已經(jīng)成功安裝。

2.快速指南

2.1 發(fā)送請(qǐng)求
發(fā)送請(qǐng)求很簡(jiǎn)單的，首先要導(dǎo)入requests模塊：

>>>import requests

接下來(lái)讓我們獲取一個(gè)網(wǎng)頁(yè)，例如我個(gè)人博客的首頁(yè)：

>>>r = requests.get('http://www.zhidaow.com')

接下來(lái)，我們就可以使用這個(gè)r的各種方法和函數(shù)了。
另外，HTTP請(qǐng)求還有很多類型，比如POST,PUT,DELETE,HEAD,OPTIONS。也都可以用同樣的方式實(shí)現(xiàn)：

>>> 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")

因?yàn)槟壳拔疫€沒(méi)用到這些，所以沒(méi)有深入研究。

2.2 在URLs中傳遞參數(shù)
有時(shí)候我們需要在URL中傳遞參數(shù)，比如在采集百度搜索結(jié)果時(shí)，我們wd參數(shù)（搜索詞）和rn參數(shù)（搜素結(jié)果數(shù)量），你可以手工組成URL，requests也提供了一種看起來(lái)很NB的方法：

>>> payload = {'wd': '張亞楠', 'rn': '100'}
>>> r = requests.get("http://www.baidu.com/s", params=payload)
>>> print r.url
u'http://www.baidu.com/s?rn=100&wd=%E5%BC%A0%E4%BA%9A%E6%A5%A0'

上面wd=的亂碼就是“張亞楠”的轉(zhuǎn)碼形式。（好像參數(shù)按照首字母進(jìn)行了排序。）

2.3 獲取響應(yīng)內(nèi)容
可以通過(guò)r.text來(lái)獲取網(wǎng)頁(yè)的內(nèi)容。

>>> r = requests.get('https://www.zhidaow.com')
>>> r.text
u'<!DOCTYPE html>\n<html xmlns="http://www.w3.org/1999/xhtml"...'

文檔里說(shuō)，requests會(huì)自動(dòng)將內(nèi)容轉(zhuǎn)碼。大多數(shù)unicode字體都會(huì)無(wú)縫轉(zhuǎn)碼。但我在cygwin下使用時(shí)老是出現(xiàn)UnicodeEncodeError錯(cuò)誤，郁悶。倒是在python的IDLE中完全正常。
另外，還可以通過(guò)r.content來(lái)獲取頁(yè)面內(nèi)容。

>>> r = requests.get('https://www.zhidaow.com')
>>> r.content
b'<!DOCTYPE html>\n<html xmlns="http://www.w3.org/1999/xhtml"...'

文檔中說(shuō)r.content是以字節(jié)的方式去顯示，所以在IDLE中以b開頭。但我在cygwin中用起來(lái)并沒(méi)有，下載網(wǎng)頁(yè)正好。所以就替代了urllib2的urllib2.urlopen(url).read()功能。（基本上是我用的最多的一個(gè)功能。）

2.4 獲取網(wǎng)頁(yè)編碼

可以使用r.encoding來(lái)獲取網(wǎng)頁(yè)編碼。

>>> r = requests.get('http://www.zhidaow.com')
>>> r.encoding
'utf-8'

當(dāng)你發(fā)送請(qǐng)求時(shí)，requests會(huì)根據(jù)HTTP頭部來(lái)猜測(cè)網(wǎng)頁(yè)編碼，當(dāng)你使用r.text時(shí)，requests就會(huì)使用這個(gè)編碼。當(dāng)然你還可以修改requests的編碼形式。

>>> r = requests.get('http://www.zhidaow.com')
>>> r.encoding
'utf-8'
>>>r.encoding = 'ISO-8859-1'

像上面的例子，對(duì)encoding修改后就直接會(huì)用修改后的編碼去獲取網(wǎng)頁(yè)內(nèi)容。

2.5 json

像urllib和urllib2，如果用到j(luò)son，就要引入新模塊，如json和simplejson，但在requests中已經(jīng)有了內(nèi)置的函數(shù)，r.json()。就拿查詢IP的API來(lái)說(shuō)：

>>>r = requests.get('http://ip.taobao.com/service/getIpInfo.php?ip=122.88.60.28')
>>>r.json()['data']['country']
'中國(guó)'

2.6 網(wǎng)頁(yè)狀態(tài)碼
我們可以用r.status_code來(lái)檢查網(wǎng)頁(yè)的狀態(tài)碼。

>>>r = requests.get('http://www.mengtiankong.com')
>>>r.status_code
200
>>>r = requests.get('http://www.mengtiankong.com/123123/')
>>>r.status_code
404
>>>r = requests.get('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN')
>>>r.url
u'http://www.zhidaow.com/
>>>r.status_code
200

前兩個(gè)例子很正常，能正常打開的返回200，不能正常打開的返回404。但第三個(gè)就有點(diǎn)奇怪了，那個(gè)是百度搜索結(jié)果中的302跳轉(zhuǎn)地址，但狀態(tài)碼顯示是200，接下來(lái)我用了一招讓他原形畢露：

>>>r.history
(<Response [302]>,)

這里能看出他是使用了302跳轉(zhuǎn)。也許有人認(rèn)為這樣可以通過(guò)判斷和正則來(lái)獲取跳轉(zhuǎn)的狀態(tài)碼了，其實(shí)還有個(gè)更簡(jiǎn)單的方法：

>>>r = requests.get('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN', allow_redirects = False)
>>>r.status_code
302

只要加上一個(gè)參數(shù)allow_redirects，禁止了跳轉(zhuǎn)，就直接出現(xiàn)跳轉(zhuǎn)的狀態(tài)碼了，好用吧？我也利用這個(gè)在最后一掌做了個(gè)簡(jiǎn)單的獲取網(wǎng)頁(yè)狀態(tài)碼的小應(yīng)用，原理就是這個(gè)。

2.7 響應(yīng)頭內(nèi)容

可以通過(guò)r.headers來(lái)獲取響應(yīng)頭內(nèi)容。

>>>r = requests.get('http://www.zhidaow.com')
>>> r.headers
{
 'content-encoding': 'gzip',
 'transfer-encoding': 'chunked',
 'content-type': 'text/html; charset=utf-8';
 ...
}

可以看到是以字典的形式返回了全部?jī)?nèi)容，我們也可以訪問(wèn)部分內(nèi)容。

>>> r.headers['Content-Type']
'text/html; charset=utf-8'

>>> r.headers.get('content-type')
'text/html; charset=utf-8'

2.8 設(shè)置超時(shí)時(shí)間

我們可以通過(guò)timeout屬性設(shè)置超時(shí)時(shí)間，一旦超過(guò)這個(gè)時(shí)間還沒(méi)獲得響應(yīng)內(nèi)容，就會(huì)提示錯(cuò)誤。

復(fù)制代碼代碼如下:

>>> requests.get('http://github.com', timeout=0.001)

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

requests.exceptions.Timeout: HTTPConnectionPool(host='github.com', port=80): Request timed out. (timeout=0.001)

2.9 代理訪問(wèn)
采集時(shí)為避免被封IP，經(jīng)常會(huì)使用代理。requests也有相應(yīng)的proxies屬性。

import requests

proxies = {
 "http": "http://10.10.1.10:3128",
 "https": "http://10.10.1.10:1080",
}

requests.get("http://www.zhidaow.com", proxies=proxies)

如果代理需要賬戶和密碼，則需這樣：

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

2.10 請(qǐng)求頭內(nèi)容
請(qǐng)求頭內(nèi)容可以用r.request.headers來(lái)獲取。

>>> r.request.headers
{'Accept-Encoding': 'identity, deflate, compress, gzip',
'Accept': '*/*', 'User-Agent': 'python-requests/1.2.3 CPython/2.7.3 Windows/XP'}

2.11 自定義請(qǐng)求頭部
偽裝請(qǐng)求頭部是采集時(shí)經(jīng)常用的，我們可以用這個(gè)方法來(lái)隱藏：

r = requests.get('http://www.zhidaow.com')
print r.request.headers['User-Agent']
#python-requests/1.2.3 CPython/2.7.3 Windows/XP

headers = {'User-Agent': 'alexkh'}
r = requests.get('http://www.zhidaow.com', headers = headers)
print r.request.headers['User-Agent']
#alexkh

2.12 持久連接keep-alive

requests的keep-alive是基于urllib3，同一會(huì)話內(nèi)的持久連接完全是自動(dòng)的。同一會(huì)話內(nèi)的所有請(qǐng)求都會(huì)自動(dòng)使用恰當(dāng)?shù)倪B接。

也就是說(shuō)，你無(wú)需任何設(shè)置，requests會(huì)自動(dòng)實(shí)現(xiàn)keep-alive。

3. 簡(jiǎn)單應(yīng)用

獲取網(wǎng)頁(yè)返回碼

def get_status(url):
 r = requests.get(url, allow_redirects = False)
 return r.status_code

print get_status('http://www.zhidaow.com') 
#200
print get_status('http://www.zhidaow.com/hi404/')
#404
print get_status('http://mengtiankong.com')
#301
print get_status('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN')
#302
print get_status('http://www.huiya56.com/com8.intre.asp?46981.html')
#500

您可能感興趣的文章: