详解Requests库的高级用法

虽然Python的标准库中urllib2模块已经包含了平常我们使用的大多数功能，但是它的API使用起来让人实在感觉不好。它已经不适合现在的时代，不适合现代的互联网了。而Requests的诞生让我们有了更好的选择。本文就介绍了Python中第三方库Requests库的高级用法。

一、Requests库的安装

利用 pip 安装，如果你安装了pip包（一款Python包管理工具，不知道可以百度哟），或者集成环境，比如Python（x,y）或者anaconda的话，就可以直接使用pip安装Python的库。

$ pip install requests

安装完成之后，下面来看一下基本的方法：

#get请求方法
 >>> r = requests.get(&＃39;https://api.github.com/user&＃39;, auth=(&＃39;user&＃39;, &＃39;pass&＃39;))
#打印get请求的状态码
 >>> r.status_code
200
#查看请求的数据类型，可以看到是json格式，utf-8编码
 >>> r.headers[&＃39;content-type&＃39;]
&＃39;application/json; charset=utf8&＃39;
 >>> r.encoding
&＃39;utf-8&＃39;
#打印请求到的内容
 >>> r.text
u&＃39;{"type":"User"...&＃39;
#输出json格式数据
 >>> r.json()
 {u&＃39;private_gists&＃39;: 419, u&＃39;total_private_repos&＃39;: 77, ...}

下面看一个小栗子：

#小例子
import requests

r = requests.get(&＃39;http://www.baidu.com&＃39;)
print type(r)
print r.status_code
print r.encoding
print r.text
print r.COOKIEs
&＃39;&＃39;&＃39;请求了百度的网址，然后打印出了返回结果的类型，状态码，编码方式，COOKIEs等内容 输出：&＃39;&＃39;&＃39;

200
UTF-8

二、http基本请求

requests库提供了http所有的基本请求方式。例如：

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

基本GET请求

r = requests.get("http://httpbin.org/get")
#如果想要加参数，可以利用 params 参数：
import requests
payload = {&＃39;key1&＃39;: &＃39;value1&＃39;, &＃39;key2&＃39;: &＃39;value2&＃39;}
r = requests.get("http://httpbin.org/get", params=payload)
print r.url

#输出：http://httpbin.org/get?key2=value2&key1=value1

如果想请求JSON文件，可以利用 json() 方法解析，例如自己写一个JSON文件命名为a.json，内容如下：

["foo", "bar", {
"foo": "bar"
}]
#利用如下程序请求并解析：
import requests
r = requests.get("a.json")
print r.text
print r.json()
&＃39;&＃39;&＃39;运行结果如下，其中一个是直接输出内容，另外一个方法是利用 json() 方法 解析，感受下它们的不同:&＃39;&＃39;&＃39;
["foo", "bar", {
"foo": "bar"
}]
[u&＃39;foo&＃39;, u&＃39;bar&＃39;, {u&＃39;foo&＃39;: u&＃39;bar&＃39;}]

如果想获取来自服务器的原始套接字响应，可以取得 r.raw 。 不过需要在初始请求中设置 stream=True 。

r = requests.get(&＃39;https://github.com/timeline.json&＃39;, stream=True)
r.raw
#输出

r.raw.read(10)
&＃39;\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03&＃39;

这样就获取了网页原始套接字内容。

如果想添加 headers，可以传 headers 参数：

import requests

payload = {&＃39;key1&＃39;: &＃39;value1&＃39;, &＃39;key2&＃39;: &＃39;value2&＃39;}
headers = {&＃39;content-type&＃39;: &＃39;application/json&＃39;}
r = requests.get("http://httpbin.org/get", params=payload, headers=headers)
print r.url
#通过headers参数可以增加请求头中的headers信息

三、基本POST请求

对于 POST 请求来说，我们一般需要为它增加一些参数。那么最基本的传参方法可以利用 data 这个参数。

import requests

payload = {&＃39;key1&＃39;: &＃39;value1&＃39;, &＃39;key2&＃39;: &＃39;value2&＃39;}
r = requests.post("http://httpbin.org/post", data=payload)
print r.text
#运行结果如下：
{
"args": {}, 
"data": "", 
"files": {}, 
"form": {
"key1": "value1", 
"key2": "value2"
}, 
"headers": {
"Accept": "*/*", 
"Accept-Encoding": "gzip, deflate", 
"Content-Length": "23", 
"Content-Type": "application/x-www-form-urlencoded", 
"Host": "http://httpbin.org", 
"User-Agent": "python-requests/2.9.1"
}, 
"json": null, 
"url": "http://httpbin.org/post"
}

可以看到参数传成功了，然后服务器返回了我们传的数据。

有时候我们需要传送的信息不是表单形式的，需要我们传JSON格式的数据过去，所以我们可以用 json.dumps() 方法把表单数据序列化。

import json
import requests

url = &＃39;http://httpbin.org/post&＃39;
payload = {&＃39;some&＃39;: &＃39;data&＃39;}
r = requests.post(url, data=json.dumps(payload))
print r.text

#运行结果：
{
"args": {}, 
"data": "{\"some\": \"data\"}", 
"files": {}, 
"form": {}, 
"headers": {
"Accept": "*/*", 
"Accept-Encoding": "gzip, deflate", 
"Content-Length": "16", 
"Host": "http://httpbin.org", 
"User-Agent": "python-requests/2.9.1"
}, 
"json": {
"some": "data"
}, 
"url": "http://httpbin.org/post"
}

通过上述方法，我们可以POST JSON格式的数据

如果想要上传文件，那么直接用 file 参数即可：

#新建一个 test.txt 的文件，内容写上 Hello World!
import requests

url = &＃39;http://httpbin.org/post&＃39;
files = {&＃39;file&＃39;: open(&＃39;test.txt&＃39;, &＃39;rb&＃39;)}
r = requests.post(url, files=files)
print r.text

{
"args": {}, 
"data": "", 
"files": {
"file": "Hello World!"
}, 
"form": {}, 
"headers": {
"Accept": "*/*", 
"Accept-Encoding": "gzip, deflate", 
"Content-Length": "156", 
"Content-Type": "multipart/form-data; boundary=7d8eb5ff99a04c11bb3e862ce78d7000", 
"Host": "http://httpbin.org", 
"User-Agent": "python-requests/2.9.1"
}, 
"json": null, 
"url": "http://httpbin.org/post"
}

这样我们便成功完成了一个文件的上传。

requests 是支持流式上传的，这允许你发送大的数据流或文件而无需先把它们读入内存。要使用流式上传，仅需为你的请求体提供一个类文件对象即可，非常方便：

with open(&＃39;massive-body&＃39;) as f:
requests.post(&＃39;http://some.url/streamed&＃39;, data=f)

四、COOKIEs

如果一个响应中包含了COOKIE，那么我们可以利用 COOKIEs 变量来拿到：

import requests

url = &＃39;Example Domain&＃39;
r = requests.get(url)
print r.COOKIEs
print r.COOKIEs[&＃39;example_COOKIE_name&＃39;]

以上程序仅是样例，可以用 COOKIEs 变量来得到站点的 COOKIEs

另外可以利用 COOKIEs 变量来向服务器发送 COOKIEs 信息:

import requests

url = &＃39;http://httpbin.org/COOKIEs&＃39;
COOKIEs = dict(COOKIEs_are=&＃39;working&＃39;)
r = requests.get(url, COOKIEs=COOKIEs)
print r.text
#输出：
&＃39;{"COOKIEs": {"COOKIEs_are": "working"}}&＃39;

五、超时配置

可以利用 timeout 变量来配置最大请求时间

requests.get(‘Build software better, together&＃39;, timeout=0.001)

注：timeout 仅对连接过程有效，与响应体的下载无关。

也就是说，这个时间只限制请求的时间。即使返回的 response 包含很大内容，下载需要一定时间。

六、会话对象

在以上的请求中，每次请求其实都相当于发起了一个新的请求。也就是相当于我们每个请求都用了不同的浏览器单独打开的效果。也就是它并不是指的一个会话，即使请求的是同一个网址。比如：

import requests
requests.get(&＃39;http://httpbin.org/COOKIEs/set/sessionCOOKIE/123456789&＃39;)
r = requests.get("http://httpbin.org/COOKIEs")
print(r.text)
#结果是：
{
"COOKIEs": {}
}

很明显，这不在一个会话中，无法获取 COOKIEs，那么在一些站点中，我们需要保持一个持久的会话怎么办呢？就像用一个浏览器逛淘宝一样，在不同的选项卡之间跳转，这样其实就是建立了一个长久会话。

解决方案如下：

import requests

s = requests.Session()
s.get(&＃39;http://httpbin.org/COOKIEs/set/sessionCOOKIE/123456789&＃39;)
r = s.get("http://httpbin.org/COOKIEs")
print(r.text)
#在这里我们请求了两次，一次是设置 COOKIEs，一次是获得 COOKIEs
{
"COOKIEs": {
"sessionCOOKIE": "123456789"
}
}

发现可以成功获取到 COOKIEs 了，这就是建立一个会话到作用。

那么既然会话是一个全局的变量，那么我们肯定可以用来全局的配置了。

import requests

s = requests.Session()
s.headers.update({&＃39;x-test&＃39;: &＃39;true&＃39;})
r = s.get(&＃39;http://httpbin.org/headers&＃39;, headers={&＃39;x-test2&＃39;: &＃39;true&＃39;})
print r.text
&＃39;&＃39;&＃39;通过 s.headers.update 方法设置了 headers 的变量。然后我们又在请求中 设置了一个 headers，那么会出现什么结果？很简单，两个变量都传送过去了。 运行结果:&＃39;&＃39;&＃39;
{
"headers": {
"Accept": "*/*", 
"Accept-Encoding": "gzip, deflate", 
"Host": "http://httpbin.org", 
"User-Agent": "python-requests/2.9.1", 
"X-Test": "true", 
"X-Test2": "true"
}
}

如果get方法传的headers 同样也是 x-test 呢？

r = s.get(&＃39;http://httpbin.org/headers&＃39;, headers={&＃39;x-test&＃39;: &＃39;true&＃39;})

#它会覆盖掉全局的配置：
{
"headers": {
"Accept": "*/*", 
"Accept-Encoding": "gzip, deflate", 
"Host": "http://httpbin.org", 
"User-Agent": "python-requests/2.9.1", 
"X-Test": "true"
}
}

如果不想要全局配置中的一个变量了呢？很简单，设置为 None 即可。

r = s.get(&＃39;http://httpbin.org/headers&＃39;, headers={&＃39;x-test&＃39;: None})
{
"headers": {
"Accept": "*/*", 
"Accept-Encoding": "gzip, deflate", 
"Host": "http://httpbin.org", 
"User-Agent": "python-requests/2.9.1"
}
}

以上就是 session 会话的基本用法。

七、SSL证书验证

现在随处可见 https 开头的网站，Requests可以为HTTPS请求验证SSL证书，就像web浏览器一样。要想检查某个主机的SSL证书，你可以使用 verify 参数，因为前段时间12306 证书不是无效的嘛，来测试一下：

import requests

r = requests.get(&＃39;https://kyfw.12306.cn/otn/&＃39;, verify=True)
print r.text
#结果：
requests.exceptions.SSLError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:590)

来试下 github 的：

import requests

r = requests.get(&＃39;Build software better, together&＃39;, verify=True)
print r.text

嗯，正常请求，由于内容太多，我就不粘贴输出了。

如果我们想跳过刚才 12306 的证书验证，把 verify 设置为 False 即可：

import requests

r = requests.get(&＃39;https://kyfw.12306.cn/otn/&＃39;, verify=False)
print r.text

发现就可以正常请求了。在默认情况下 verify 是 True，所以如果需要的话，需要手动设置下这个变量。

八、代理

如果需要使用代理，你可以通过为任意请求方法提供 proxies 参数来配置单个请求。

import requests

proxies = {
"https": "http://41.118.132.69:4433"
}
r = requests.post("http://httpbin.org/post", proxies=proxies)
print r.text
#也可以通过环境变量 HTTP_PROXY 和 HTTPS_PROXY 来配置代理
export HTTP_PROXY="http://10.10.1.10:3128"
export HTTPS_PROXY=http://10.10.1.10:1080

总结