学习笔记之——单元1：Requests库入门

一、Requests库的安装

Requests库是目前公认的爬取网页最好的第三方库，特点是：简单、简洁。

1. Windows下Requests的安装

win+R==>cmd(管理员命令)==>pip install requests
测试：
启动python IDLE

>>> import requests # 导入requests模块，并测试是否安装成功
>>> r = requests.get('http://www.baidu.com') # 访问百度的首页
>>> r.status_code  # 查看访问状态码
200 # 200代表访问成功
>>> r.encoding = 'utf-8' # 改变编码方式为utf-8
>>> r.text # 查看网页内容

二、HTTP协议

1. HTTP基本概念

HTTP，Hypertext Transfer Protocol，超文本传输协议。
HTTP是一个基于“请求与响应"模式的、无状态的应用层协议。
HTTP协议采用URL作为定位网络资源的标识。
URL格式：http://host[:port][path]
host：合法的Internet主机域名或IP地址。
port：端口号，缺省端口为80。
path：请求资源的路径。
HTTP URL实例：
http://www.bit.edu.cn
http://220.181.111.188/duty
HTTP URL的理解：
URL是通过HTTP协议存取资源的Internet 路径，一个URL对应一个数据资源。

2. HTTP协议对资源的操作

总结：这个其实就类似于数据库，连接、改变、追加、删除等操作。

1. GET——请求获取URL位置的资源。获得全部资源。
2. HEAD——请求获取URL位置资源的响应消息报告，即获得该资源的头部信息。当资源大时，应用这个。
3. POST——请求向URL位置的资源后附加新的数据。
4. PUT——请求向URL位置存储一个资源，覆盖原URL位置的资源。
5. PATCH——请求局部更新URL位置的资源，即改变该处资源的部分内容。
6. DELETE——请求删除URL位置存储的资源。
   这6个操作对应requests库的6个方法。
   比较PATCH和PUT的区别：
   假设URL位置有一组数据UserInfo，包括UserID、UserName等20个字段。
   需求：用户修改了UserName，其他不变。
   采用PATCH，仅向URL提交UserName的局部更新请求。优点是：节省网络带宽。
   采用PUT，必须将所有20个字段一并提交到URL，未提交字段被删除。
   |HTTP协议方法|Requests库方法|功能一致性|
   |---- -------|---- -----|--------|
   |GET |requests.get() |一致 |
   |HEAD |requests.head() |一致 |
   |POST |requests.post() |一致 |
   |PUT |requests.put() |一致 |
   |PATCH |requests.patch() |一致 |
   |DELET