Python爬虫基本库request的基本使用

这篇文章主要介绍了Python爬虫基本库request的基本使用,urllib库使用繁琐，比如处理网页验证和Cookies时，需要编写Opener和Handler来处理。为了更加方便的实现这些操作，就有了更为强大的requests库,需要的朋友可以参考下

request

用urllib去处理网页验证和Cookies时，需要写Opener和Handler来处理，很不方便，这里我们学习更为强大的库request

get()

实例：

import requests #导入requestshtml = requests.get('https://www.c*s*d*n.net/')#使用get方法获取页面信息print(html.text)#调取text属性查看页面代码

添加参数使用param+字典

import requests  # 导入requestsdata = {    'jl': '765',    'kw': 'python',    'kt': '3'}html = requests.get('https://sou.*zha*o*pin.com/',params=data)  # 添加参数print(html.text)  # 调取text属性查看页面代码

添加headers使用headers+字典

import requests  # 导入requestsheaders = {    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36'}data = {    'jl': '765',    'kw': 'python',    'kt': '3'}html = requests.get('https://sou.zh*a*op*in.com/',headers=headers,params=data)  # 添加参数print(html.text)  # 调取text属性查看页面代码

高级用法

cookies设置，代理设置等

Cookies

获取cookies:

import requests  # 导入requestsheaders = {    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36'}data = {    'jl': '765',    'kw': 'python',    'kt': '3'}html = requests.get('https://blog.c***sdn.net/qq_40966461/article/details/104974998',headers=headers,params=data)  # 添加参数print(html.cookies)  # 调取text属性查看页面代码for key,value in html.cookies.items():    print(key+'='+value)

很简单，直接获取cookies属性即可

维持会话Session()

在requests中，如果直接利用get()或post()等方法可以做到模拟网页的请求，但是这实际上时相当于不同的会话，相当于用了两个浏览器打开了不同的页面，这时需要用session对象来维护对话

import requests  # 导入requestsheaders = {    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36'}data = {    'jl': '765',    'kw': 'python',    'kt': '3'}html = requests.Session().get('https://blog.c***sdn.net/qq_40966461/article/details/104974998',headers=headers,params=data)  # 添加参数print(html.cookies)  # 调取text属性查看页面代码for key,value in html.cookies.items():    print(key+'='+value)

调用requests模块中get方法时先创建一个Session对象

SSL证书验证

import requests  # 导入requestsheaders = {    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36'}response  = requests.get('http://www.12**3*06.cn',headers=headers,verify = False)print(response.status_code)

verify=False即可

代理设置

import requests  # 导入requestsheaders = {    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36'}proxies = {    "http":"http://183.16*6.*13*2.176",    "https":"https://183.1*66*.*132.176"}response  = requests.get('http://www.12*3**06.cn',headers=headers,proxies=proxies,verify = False)print(response.status_code)

添加proxies即可，代理可以搜索快代理

超时设置

加参数timeout= 1

身份认证

get中添加参数 auth=(‘username’,‘password’)

OAuth认证方式

到此这篇关于Python爬虫基本库request的基本使用的文章就介绍到这了,更多相关Python爬虫request库内容请搜索一聚教程网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一聚教程网！