Python爬虫中的Requests模块-优快云博客

本文链接：https://blog.youkuaiyun.com/PyDarren/article/details/82889208

Requests模块是Python中用于HTTP请求的一个强大库，相比urllib更易用，支持连接保持、Cookie、代理和HTTPS验证等功能。本文将涵盖基本的GET和POST请求、代理设置、私密代理、Cookies管理、Session实现的登录示例以及处理HTTPS请求时的SSL证书验证。12306网站的SSL证书可能不受信任，可能导致SSLError。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

相比较Python标准库中的urllib模块来说，Requests模块的API使用起来更加友好，其继承了urllib的所有特性，并且支持HTTP连接保持和连接池，支持cookie保持会话，支持文件上传，支持自动确定响应内容的编码，支持国际化的URL和POST数据自动编码。

开源地址：https://github.com/kennethreitz/requests。用到的同学去给个star吧。

基本的GET请求

import requests

#最基本的GET请求可以直接使用get方法
response = requests.get("http://www.baidu.com/")

#添加headers和查询参数
kw = {'wd':'詹姆斯'}

headers = {
    'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'
}

url = "http://www.baidu.com/"

response = requests.get(url,params=kw,headers=headers)

#查看相应内容，response.text返回的是Unicode格式的数据
print(response.text)

#response.content返回的是字节流的数据
print(response.content)

#查看完整URL地址
print(response.url)

#查看完整url地址
print(response.url)

#查看响应头部字符编码
print(response.encoding)

#查看响应码
print(response.status_code)

#查看报头
print(response.request.headers)

基本的POST请求

import requests

headers = {"User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36"}

data = {
"from": "en",
"to": "zh",
"query": "i love python",
"simple_means_flag": "3",
"sign": "380634.77291",
"token": "fe28585d5933e4976b148c2ad934e01d",
}

url = "https://fanyi.baidu.com/#en/zh/i%20love%20python"

response = requests.post(url,data=data,headers=headers)

print(response.text)

#json文件可以直接显示
# print(response.json())

代理（proxies参数）

import requests

#根据协议类型，选择不同代理
proxies = {
    'http':'http://12.34.56.79:9527',
    'https':'http://12.34.56.79:9527',
}

headers = {"User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36"}

responst = requests.get("http://www.baidu.com/",proxies=proxies,headers=headers,timeout=3)

print(responst.text)


'''
也可以通过本地环境变量 HTTP_PROXY 和 HTTPS_PROXY 来配置代理：
    export HTTP_PROXY="http://12.34.56.79:9527"
    export HTTPS_PROXY="https://12.34.56.79:9527"
'''

私密代理

import requests

# 如果代理需要使用HTTP Basic Auth，可以使用下面这种格式：
proxy = { "http": "mr_mao_hacker:sffqry9r@61.158.163.130:16816" }

response = requests.get("http://www.baidu.com", proxies = proxy)

print (response.text)

web客户端验证

import requests

auth=('test', '123456')

response = requests.get('http://192.168.199.107', auth = auth)

print (response.text)

Cookies

import requests

response = requests.get("http://www.baidu.com/")

# 7\. 返回CookieJar对象:
cookiejar = response.cookies

# 8\. 将CookieJar转为字典：
cookiedict = requests.utils.dict_from_cookiejar(cookiejar)

print (cookiejar)

print (cookiedict)

session实现人人网登录

import requests

# 1\. 创建session对象，可以保存Cookie值
ssion = requests.session()

# 2\. 处理 headers
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}

# 3\. 需要登录的用户名和密码
data = {"email":"mr_mao_hacker@163.com", "password":"alarmchime"}  

# 4\. 发送附带用户名和密码的请求，并获取登录后的Cookie值，保存在ssion里
ssion.post("http://www.renren.com/PLogin.do", data = data)

# 5\. ssion包含用户登录后的Cookie值，可以直接访问那些登录后才可以访问的页面
response = ssion.get("http://www.renren.com/410043129/profile")

# 6\. 打印响应内容
print (response.text)

处理HTTPS请求 SSL证书验证

如果SSL证书验证不通过，或者不信任服务器的安全证书，则会报出SSLError，据说 12306 证书是自己做的

import requests
response = requests.get("https://www.baidu.com/", verify=True)

# 也可以省略不写
# response = requests.get("https://www.baidu.com/")
print (r.text)



#想跳过验证的话就将verify修改为false
r = requests.get("https://www.12306.cn/mormhweb/", verify = False)