requests 快速上手 笔记

'''发送请求'''

# 导入模块

>>> import requests

# 尝试获取某个网页。本例子中，我们来获取 Github 的公共时间线

>>> r = requests.get('http://github.com/timeline.json')

# 发送一个 HTTP POST 请求

>>> r = requests.post('http://httpbin.org/post')

# 那么其他 HTTP 请求类型：PUT，DELETE，HEAD 以及 OPTIONS 又是如何的呢？都是一样的简单

>>> r = requests.put('http://httpbin.org/put')

>>> r = requests.delete('http://httpbin.org/delete')

>>> r = requests.head('http://httpbin.org/get')

>>> r = requests.options('http://httpbin.org/get')

'''传递URl参数'''

# 你也许经常想为 URL 的查询字符串(query string)传递某种数据。如果你是手工构建 URL，

# 那么数据会以键/值对的形式置于 URL 中，跟在一个问号的后面。例如， httpbin.org/get?key=val。

# Requests 允许你使用 params 关键字参数，以一个字典来提供这些参数。

# 你想传递 key1=value1 和 key2=value2 到 httpbin.org/get ，那么你可以使用如下代码

>>> payload = {'key1':'value1','key2':'value2'}

>>> r = requests.get('http://httpbin.org/get',params=payload)

# 通过打印输出该 URL

>>> print(r.url)
http://httpbin.org/get?key2=value2&key1=value1
# 注意字典里值为 None 的 '键' 都不会被添加到 URL 的查询字符串里

>>> payload = {'key1':'value1','key2':'value2','key3':None}

>>> r = requests.get('http://httpbin.org/get',params=payload)

>>> print(r.url)
http://httpbin.org/get?key2=value2&key1=value1
# 还可以将一个列表作为值传入

>>> payload = {'key1':'value1','key2':['value2','value3']}

>>> r = requests.get('http://httpbin.org/get',params=payload)

>>> print(r.url)
http://httpbin.org/get?key2=value2&key2=value3&key1=value1
'''响应内容'''

# 我们能读取服务器响应的内容。再次以 GitHub 时间线为例

>>> import requests

>>> r = requests.get('http://github.com/linetime.json')

>>> r.text 

'{"message":"Hello there, wayfaring stranger. If you’re reading this then you probably didn’t see our blog post a couple of years back announcing that this API would go away: http://git.io/17AROg Fear not, you should be able to get what you need from the shiny
new Events API instead.","documentation_url":"https://developer.github.com/v3/activity/events/#list-public-events-performed-by-a-user"}'

# Requests 会自动解码来自服务器的内容。大多数 unicode 字符集都能被无缝地解码 

# 请求发出后，Requests 会基于 HTTP 头部对响应的编码作出有根据的推测。当你访问 r.text 之时，Requests 会使用其推测的文本编码。你可以找出 Requests 使用了什么编码，并且能够使用 r.encoding 属性来改变它

>>> r.encoding

'utf-8'

>>> r.encoding = 'ISO-8859-1'

>>> r.encoding

'ISO-8859-1'

# 补充：如果你改变了编码，每当你访问 r.text ，Request 都将会使用 r.encoding 的新值。你可能希望在使用特殊逻辑计算出文本的编码的情况下来修改编码。比如 HTTP 和 XML 自身可以指定编码。这样的话，你应该使用 r.content 来找到编码，然后设置 r.encoding 为相应的编码。这样就能使用正确的编码解析 r.text 了。

在你需要的情况下，Requests 也可以使用定制的编码。如果你创建了自己的编码，并使用 codecs 模块进行注册，你就可以轻松地使用这个解码器名称作为 r.encoding 的值， 然后由 Requests 来为你处理编码

'''二进制响应内容'''

# 你也能以字节的方式访问请求响应体，对于非文本请求

>>> r.content

b'{"message":"Hello there, wayfaring stranger. If you\xe2\x80\x99re reading this then you probably didn\xe2\x80\x99t see our blog post a couple of years back announcing that this API would go away: http://git.io/17AROg Fear not, you should be able to get what
you need from the shiny new Events API instead.","documentation_url":"https://developer.github.com/v3/activity/events/#list-public-events-performed-by-a-user"}'

# Requests 会自动为你解码 gzip 和 deflate 传输编码的响应数据。

# 例如，以请求返回的二进制数据创建一张图片，你可以使用如下代码

>>> import requests

>>> from PIL import Image

>>> from io import BytesIO

>>> r = requests.get('http://placekitten.com/251/251')

>>> i = Image.open(BytesIO(requests.get(r.content))

>>> i

<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=251x251 at 0x2A4BC90>

>>> i.show()

# 你就能看到图片了

'''JSON响应内容'''

# Requests 中也有一个内置的 JSON 解码器，助你处理 JSON 数据

>>> import requests

>>> r = requests.get('https://github.com/timeline.json')

>>> i = r.json()

>>> print(type(i))

<class 'dict'>

>>> print(i)

{'message': 'Hello there, wayfaring stranger. If you’re reading this then you probably didn’t see our blog post a couple of years back announcing that this API would go away: http://git.io/17AROg Fear not, you should be able to get what you need from the shiny
new Events API instead.', 'documentation_url': 'https://developer.github.com/v3/activity/events/#list-public-events'}

# 如果 JSON 解码失败， i 就会抛出一个异常。例如，相应内容是 401 (Unauthorized)，尝试访问 r.json 将会抛出 ValueError: No JSON object could be decoded 异常

'''原始响应内容'''

# 在罕见的情况下，你可能想获取来自服务器的原始套接字响应，那么你可以访问 r.raw。

# 如果你确实想这么干，那请你确保在初始请求中设置了 stream=True。具体你可以这么做

>>> r = requests.get('http://placekitten.com/251/251', stream=True)

>>> r.raw

<requests.packages.urllib3.response.HTTPResponse object at 0x02B20B70>

>>> r.raw.read(10)

b'\xff\xd8\xff\xe0\x00\x10JFIF

# 但一般情况下，你应该以下面的模式将文本流保存到文件

with open(filename,'wb') as f:
for each in r.iter_content(each_size):
f.write(each)

# 使用 Response.iter_content 将会处理大量你直接使用 Response.raw 不得不处理的。 当流下载时，上面是优先推荐的获取内容方式

'''定制请求头'''

# 如果你想为请求添加 HTTP 头部，只要简单地传递一个 dict 给 headers 参数就可以了。

# 例如，在前一个示例中我们没有指定 content-type

>>> url = 'https://api.github.com/some/endpoint'

>>> headers = {'user-agent': 'my-app/0.0.1'}

>>> r = requests.get(url, headers=headers)

'''

注意: 定制 header 的优先级低于某些特定的信息源，例如：
如果在 .netrc 中设置了用户认证信息，使用 headers= 设置的授权就不会生效。而如果设置了 auth= 参数，``.netrc`` 的设置就无效了。
如果被重定向到别的主机，授权 header 就会被删除。
代
b1fc
理授权 header 会被 URL 中提供的代理身份覆盖掉。
在我们能判断内容长度的情况下，header 的 Content-Length 会被改写。

更进一步讲，Requests 不会基于定制 header 的具体情况改变自己的行为。只不过在最后的请求中，所有的 header 信息都会被传递进去。

注意: 所有的 header 值必须是 string、bytestring 或者 unicode。尽管传递 unicode header 也是允许的，但不建议这样做。

'''

'''更加复杂的POST请求'''

# 通常，你想要发送一些编码为表单形式的数据——非常像一个 HTML 表单。要实现这个，

# 只需简单地传递一个字典给 data 参数。你的数据字典在发出请求时会自动编码为表单形式

>>> payload = {'key1':'value1','key2':'value2'}

>>> r = requests.post('http://httpbin.org/post',params=payload)

>>> print(r.text)

{

  "args": {

    "key1": "value1", 

    "key2": "value2"

  }, 

  "data": "", 

  "files": {}, 

  "form": {}, 

  "headers": {

    "Accept": "*/*", 

    "Accept-Encoding": "gzip, deflate", 

    "Content-Length": "0", 

    "Host": "httpbin.org", 

    "User-Agent": "python-requests/2.11.1"

  }, 

  "json": null, 

  "origin": "117.173.217.61", 

  "url": "http://httpbin.org/post?key2=value2&key1=value1"

}

# 很多时候你想要发送的数据并非编码为表单形式的。如果你传递一个 string 而不是一个 dict，那么数据会被直接发布出去

# 例如，Github API v3 接受编码为 JSON 的 POST/PATCH 数据

>>> import json

>>> url = 'https://api.github.com/some/endpoint'

>>> payload = {'some':'data'}

>>> r = requests.post(url, data=json.dumps(payload))

# 此处除了可以自行对 dict 进行编码，你还可以使用 json 参数直接传递，然后它就会被自动编码。

>>> url = 'https://api.github.com/some/endpoint'

>>> payload = {'some': 'data'}

>>> r = requests.post(url, json=payload)

'''POST一个多部分编码(Multipart-Encoded)的文件'''

# Requests 使得上传多部分编码文件变得很简单

>>> url = 'http://httpbin.org/post'

>>> files = {'file': open(r'C:\Users\Administrator\Desktop\report.xls', 'rb')}

>>> r = requests.post(url, files=files)

>>> r.text

'{\n  "args": {}, \n  "data": "", \n  "files": {\n    "file": "data:application/...

QAAAAA="\n  }, \n  "form": {}, \n  "headers": {\n    "Accept": "*/*", \n    "Accept-Encoding": "gzip, deflate", \n    "Content-Length": "9952", \n    "Content-Type": "multipart/form-data; boundary=d65639a146804630a691c7f26aaa0e3b", \n    "Host": "httpbin.org",
\n    "User-Agent": "python-requests/2.11.1"\n  }, \n  "json": null, \n  "origin": "117.173.217.81", \n  "url": "http://httpbin.org/post"\n}\n'

# 你可以显式地设置文件名，文件类型和请求头

>>> files = {'file': ('report.xls', open('report.xls', 'rb'), 'application/vnd.ms-excel', {'Expires': '0'})}

其他不变

# 如果你想，你也可以发送作为文件来接收的字符串

>>> url = 'http://httpbin.org/post'

>>> files = {'file': ('report.csv', 'some,data,to,send\nanother,row,to,send\n')}

>>> r = requests.post(url, files=files)

>>> r.text

'{\n  "args": {}, \n  "data": "", \n  "files": {\n    "file": "some,data,to,send\\nanother,row,to,send\\n"\n  }, \n  "form": {}, \n  "headers": {\n    "Accept": "*/*", \n    "Accept-Encoding": "gzip, deflate", \n    "Content-Length": "184", \n    "Content-Type":
"multipart/form-data; boundary=5dbdba31122d49d983e95dc420aab101", \n    "Host": "httpbin.org", \n    "User-Agent": "python-requests/2.11.1"\n  }, \n  "json": null, \n  "origin": "117.173.217.80", \n  "url": "http://httpbin.org/post"\n}\n'

# 如果你发送一个非常大的文件作为 multipart/form-data 请求，你可能希望将请求做成数据流。默认下 requests 不支持, 但有个第三方包 requests-toolbelt 是支持的。你可以阅读 toolbelt 文档 来了解使用方法。

# 警告：我们强烈建议你用二进制模式(binary mode)打开文件。这是因为 Requests 可能会试图为你提供 Content-Length header，在它这样做的时候，这个值会被设为文件的字节数（bytes）。如果用文本模式(text mode)打开文件，就可能会发生错误。

'''响应状态码'''

# 检测响应状态码

>>> r = requests.get('http://httpbin.org/get')

>>> r.status_code

200

# Requests还附带了一个内置的状态码查询对象

>>> r.status_code == requests.codes.ok

True

# 如果发送了一个错误请求(一个 4XX 客户端错误，或者 5XX 服务器错误响应)，

# 我们可以通过 Response.raise_for_status() 来抛出异常

>>> import requests

>>> bad_r = requests.get('http://httpbin.org/status/404')

>>> bad_r.status_code

404

>>> bad_r.raise_for_status()

Traceback (most recent call last):

  File "<pyshell#3>", line 1, in <module>

    bad_r.raise_for_status()

  File "E:\python\lib\site-packages\requests\models.py", line 862, in raise_for_status

    raise HTTPError(http_error_msg, response=self)

requests.exceptions.HTTPError: 404 Client Error: NOT FOUND for url: http://httpbin.org/status/404
# 由于我们的例子中 r 的 status_code 是 200 ，当我们调用 raise_for_status() 时，得到的是：

>>> r.raise_for_status()

None

'''响应头'''

# 查看以一个 Python 字典形式展示的服务器响应头

>>> r.headers

{'Access-Control-Allow-Credentials': 'true', 'Content-Length': '239', 'Server': 'nginx', 'Date': 'Thu, 17 Nov 2016 12:20:00 GMT', 'Access-Control-Allow-Origin': '*', 'Connection': 'keep-alive', 'Content-Type': 'application/json'}

# 但是这个字典比较特殊：它是仅为 HTTP 头部而生的。根据 RFC 2616， HTTP 头部是大小写不敏感的。

# 因此，我们可以使用任意大写形式来访问这些响应头字段

>>> r.headers['content-type']

'application/json'

>>> r.headers['CONtent-type']

'application/json'

# 它还有一个特殊点，那就是服务器可以多次接受同一 header，每次都使用不同的值。但 Requests 会将它们合并，这样它们就可以用一个映射来表示出来

# 接收者可以合并多个相同名称的 header 栏位，把它们合为一个 "field-name: field-value" 配对，将每个后续的栏位值依次追加到合并的栏位值中，用逗号隔开即可，这样做不会改变信息的语义

'''Cookie'''

# 如果某个响应中包含一些 cookie，你可以快速访问它们

>>> url = 'http://example.com/some/cookie/setting/url'

>>> r = requests.get(url)

>>> r.cookies['example_cookie_name']

'example_cookie_value'   我没有实现

# 要想发送你的cookies到服务器，可以使用 cookies 参数

>>> url = 'http://httpbin.org/cookies'

>>> cookies = dict(cookies_are='working')

>>> r = requests.get(url, cookies=cookies)

>>> r.text

'{\n  "cookies": {\n    "cookies_are": "working"\n  }\n}\n'

'''重定向与请求历史'''

# 默认情况下，除了 HEAD, Requests 会自动处理所有重定向。

# 可以使用响应对象的 history 方法来追踪重定向。

# Response.history 是一个 Response 对象的列表，为了完成请求而创建了这些对象。这个对象列表按照从最老到最近的请求进行排序。

# 例如，Github 将所有的 HTTP 请求重定向到 HTTPS

>>> r = requests.get('http://github.com')

>>> r.url

'https://github.com/'

>>> r.status_code

200

>>> r.history

[<Response [301]>]

# 如果你使用的是GET、OPTIONS、POST、PUT、PATCH 或者 DELETE，那么你可以通过 allow_redirects 参数禁用重定向处理

>>> r = requests.get('http://github.com', allow_redirects=False)

>>> r.status_code

301

>>> r.history

[]

# 如果你使用了 HEAD，你也可以启用重定向

>>> r = requests.head('http://github.com', allow_redirects=True)

>>> r.url

'https://github.com/'

>>> r.history

[<Response [301]>]

'''超时'''

# requests 在经过以 timeout 参数设定的秒数时间之后停止等待响应

>>> requests.get('http://github.com', timeout=0.001)

Traceback (most recent call last):

File "E:\python\lib\site-packages\requests\packages\urllib3\connection.py", line 142, in _new_conn

    (self.host, self.port), self.timeout, **extra_kw)

  File "......

'Connection to github.com timed out. (connect timeout=0.001)')

# 注意:timeout 仅对连接过程有效，与响应体的下载无关。 timeout 并不是整个下载响应的时间限制，

# 而是如果服务器在 timeout 秒内没有应答，将会引发一个异常（更精确地说，

# 是在 timeout 秒内没有从基础套接字上接收到任何字节的数据时）

'''错误与异常'''

# 遇到网络问题（如：DNS 查询失败、拒绝连接等）时，Requests 会抛出一个 ConnectionError 异常。

# 如果 HTTP 请求返回了不成功的状态码， Response.raise_for_status() 会抛出一个 HTTPError 异常。

# 若请求超时，则抛出一个 Timeout 异常。

# 若请求超过了设定的最大重定向次数，则会抛出一个 TooManyRedirects 异常。

# 所有Requests显式抛出的异常都继承自 requests.exceptions.RequestException 。