如何详细掌握Python爬虫中requests库的使用技巧？

本文共计668个文字，预计阅读时间需要3分钟。

requests 是 Python 实现的简单易用的 HTTP 库，使用起来比 urllib 简洁很多。由于是第三方库，使用前需通过 cmd 安装 pip，然后执行 pip install requests。安装完成后，import 一下即可开始使用。基本用法如下：

requests是python实现的简单易用的HTTP库，使用起来比urllib简洁很多

因为是第三方库，所以使用前需要cmd安装

pip install requests

安装完成后import一下，正常则说明可以开始使用了。

基本用法：

requests.get()用于请求目标网站，类型是一个HTTPresponse类型

import requests

response = requests.get('www.baidu.com')
print(response.status_code) # 打印状态码
print(response.url) # 打印请求url
print(response.headers) # 打印头信息
print(response.cookies) # 打印cookie信息
print(response.text) #以文本形式打印网页源码
print(response.content) #以字节流形式打印

运行结果：

状态码：200

url：www.baidu.com

headers信息

各种请求方式：

import requests requests.get('img.ivsky.com/img/tupian/pre/201708/30/kekeersitao-002.jpg') b = response.content with open('F://fengjing.jpg','wb') as f: f.write(b)

为你的请求添加头信息

import requests heads = {} heads['User-Agent'] = 'Mozilla/5.0 ' \ '(Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 ' \ '(KHTML, like Gecko) Version/5.1 Safari/534.50' response = requests.get('www.baidu.com',headers=headers)

使用代理

同添加headers方法，代理参数也要是一个dict

这里使用requests库爬取了IP代理网站的IP与端口和类型

因为是免费的，使用的代理地址很快就失效了。

import requests import re def get_html(url): proxy = { 'www.kuaidaili.com/free/' get_ipport(get_html(url))

结果：

基本POST请求：

import requests data = {'name':'tom','age':'22'} response = requests.post('www.baidu.com') print(response.cookies) print(type(response.cookies)) for k,v in response.cookies.items(): print(k+':'+v)

结果：

会话维持

import requests session = requests.Session() session.get('www.12306.cn',verify=False) #证书验证设为FALSE print(response.status_code)打印结果：200

超时异常捕获

import requests from requests.exceptions import ReadTimeout try: res = requests.get('www.baidu.com',timeout=0.5) print(response.status_code) except ReadTimeout: print('timeout') except HTTPError: print('www.4399.com/flash_fl/5_{}.htm'.format(page) headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36' } response = requests.get(url=url, headers=headers) response.encoding = response.apparent_encoding selector = parsel.Selector(response.text) lis = selector.css('#classic li') for li in lis: dit ={} data_url = li.css('a::attr(href)').get() new_url = 'www.4399.com' + data_url.replace('', '/') dit['游戏地址'] = new_url title = li.css('img::attr(alt)').get() dit['游戏名字'] = title print(new_url, title) csv_writer.writerow(dit) f.close()

到此这篇关于python爬虫---requests库的用法详解的文章就介绍到这了,更多相关python requests库内容请搜索易盾网络以前的文章或继续浏览下面的相关文章希望大家以后多多支持易盾网络！