爬虫 requests库

requests.request()    构造一个请求，支撑一下各方法的基础方法

requests.get()      获取HTML网页的主要方法，对应于HTTP的GET

requests.get(url,params = None,**kwargs)

url  :  拟获取页面的url链接

params  :  url中的额外参数，字典或字节流格式，可选

**kwargs   ：  12个控制访问的参数

返回的是一个Response对象

Response对象的常见的属性有：

r.status_code   :  HTTP请求的返回状态，200表示连接成功，404表示失败

r.text                 :   HTTP响应内容的字符串形式，即，url对应的页面内容

r.encoding        :   从HTTP  header 中猜测的响应内容编码方式

如果header中不存在charset，则认为编码为ISO-8859-1

r.apparent_encoding   :  从内容中分析出的响应内容编码方式（备选编码方式）

r.content            :  HTTP响应内容的二进制形式

 

requests.head()     获取HTML网页头信息的方法，对应于HTTP的HEAD

requests.post()        向HTML网页提交POST请求的方法，对应于HTTP的POST

requests.put()          向HTML网页提交PUT请求的方法，对应于HTTP的PUT

requests.patch()       向HTML网页提交局部修改请求，对应于HTTP的PATCH

requests.delete         向HTML页面提交删除请求，对应于HTTP的DELETE

 

 

 

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