一 requests第三方库
Requests 是用Python语言编写,基于 urllib,采用 Apache2 Licensed 开源协议的 HTTP 库,它比 urllib 更加方便,可以节约我们大量的工作,完全满足HTTP 测试需求。Requests 的哲学是以 PEP 20 的习语为中心开发的,所以它比 urllib 更加简洁
首先需要做的当然是安装requests库了
pip install requests
先来个简单的例子:
import requests
url = 'http://www.baidu.com'
response = requests.get(url)
print(response)
print(response.text)
print(type(response.text))
可以看到 get类就可以直接访问了,再通过该类中的方法,就可以查看具体的内容了。并且还可以看到其内容的类型是字符串
还可以查看其访问状态和cookie信息等
print(response.status_code)
print(response.cookies)
返回 200 代表访问成功
二 具体的requests操作
- 常见的请求方式
上传与删除:
import requests
response = requests.post('http://httpbin.org/post', data={'name' : 'fentiao', 'age':10})
print(response.text)
response = requests.delete('http://httpbin.org/delete', data={'name' : 'fentiao'})
print(response.text)
执行结果:
- 带参数的get请求
比如说要访问一个网址(url1 = 'https://movie.douban.com/subject/4864908/comments?start=20&limit=20&sort=new_score&status=P),但是它太长了
这时就可以将其解析,后面的参数可以作为参数传进去
import requests
data = {
'start': 20,
'limit': 40,
'sort': 'new_score',
'status': 'P',
}
url = 'https://movie.douban.com/subject/4864908/comment'
response = requests.get(url, params=data)
print(response.url)
执行结果:
发现没,其实这就相当于 urllib.parse 中的urlencode方法,但是这里显然让其变的更加的简洁
- 解析json格式
和json模块相结合,将所需的内容转换成所需要的格式
import requests
# ip = '8.8.8.8'
ip = input("请输入查询的IP:")
url = "http://ip.taobao.com/service/getIpInfo.php?ip=%s" %(ip)
response = requests.get(url)
content = response.json()
print(content)
print(type(content))
执行结果:
- 获取二进制数据
1). 下载图片
import requests
url = 'https://gss0.bdstatic.com/-4o3dSag_xI4khGkpoWK1HF6hhy/baike/w%3D268%3Bg%3D0/sign=4f7bf38ac3fc1e17fdbf8b3772ab913e/d4628535e5dde7119c3d076aabefce1b9c1661ba.jpg'
response = requests.get(url)
with open('github.png', 'wb') as f:
# response.text : 返回字符串的页面信息
# response.content : 返回bytes的页面信息
f.write(response.content)
执行结果:
这里需要注意的是:text 和 content 方法的区别
2). 下载视频
import requests
url = "http://gslb.miaopai.com/stream/sJvqGN6gdTP-sWKjALzuItr7mWMiva-zduKwuw__.mp4"
response = requests.get(url)
with open('/tmp/learn.mp4', 'wb') as f:
f.write(response.content)
执行结果:
- 添加headers信息
可以直接添加header信息,更加简洁的进行浏览器的伪装
import requests
url = 'http://www.cbrc.gov.cn/chinese/jrjg/index.html'
user_agent = 'Mozilla/5.0 (X11; Linux x86_64; rv:45.0) Gecko/20100101 Firefox/45.0'
headers = {
'User-Agent': user_agent
}
response = requests.get(url, headers=headers)
print(response.text)
print(response.status_code)
执行结果:
- 响应信息的操作
1).对象常用的属性:
import requests
url = 'http://www.cbrc.gov.cn/chinese/jrjg/index.html'
user_agent = 'Mozilla/5.0 (X11; Linux x86_64; rv:45.0) Gecko/20100101 Firefox/45.0'
headers = {
'User-Agent': user_agent
}
response = requests.get(url, headers=headers)
print(response.text)
print(response.content)
print(response.status_code)
print(response.headers)
print(response.url)
执行结果:
2).状态码的判断
利用三元运算符来进行判断
import requests
url = 'http://www.cbrc.gov.cn/chinese/jrjg/index.html'
user_agent = 'Mozilla/5.0 (X11; Linux x86_64; rv:45.0) Gecko/20100101 Firefox/45.0'
headers = {
'User-Agent': user_agent
}
response = requests.get(url, headers=headers)
exit() if response.status_code != 200 else print("请求成功")
执行结果:
- 上传文件
import requests
# 上传的数据信息(字典存储)
data = {'file':open('github.png', 'rb')}
response = requests.post('http://httpbin.org/post', files=data)
print(response.text)
执行结果:
- 获取cookie信息
1).获得的cookie信息是以字典的形式存在的
import requests
response = requests.get('http://www.csdn.net')
print(response.cookies)
for key, value in response.cookies.items():
print(key + "=" + value)
执行结果:
2).读取已经存在的cookie信息访问网址内容
import requests
# 设置一个cookie: name='westos'
response1 = requests.get('http://httpbin.org/cookies/set/name/westos')
response2 = requests.get('http://httpbin.org/cookies')
print(response1.text)
print(response2.text)
执行结果:
但是发现在第二次访问的时候,cookie信息并没有存在。
这是因为在第一次访问时,会话跟踪,但是在第二次访问时,会话已经断开,进行的是第二次的会话跟踪
这里就需要在两次访问之间将会话维持住,不让其断开
requests 中的 session 提供了这样的作用
import requests
# 设置一个cookie: name='westos'
s = requests.session()
response1 = s.get('http://httpbin.org/cookies/set/name/westos')
response2 = s.get('http://httpbin.org/cookies')
print(response1.text)
print(response2.text)
执行结果:
- 忽略证书验证
有些网站是需要进行证书验证的,比如我们熟知的12306
# 忽略证书验证
import requests
url = 'https://www.12306.cn'
response = requests.get(url, verify=False)
print(response.status_code)
print(response.text)
执行结果:
- 代理设置
设置超时时间:为 0.1s ,是访问不成功的
import requests
proxy = {
'https': '171.221.239.11:808',
'http': '218.14.115.211:3128'
}
try:
response = requests.get('http://httpbin.org/get', proxies=proxy, timeout=0.1)
except:
print('time out')
else:
print(response.text)
执行结果:
显然第三方库 requests 更加的强大、简洁