requests模块（二、post请求）

requests模块的深入了解及使用发送post请求

---

1 使用requests发送POST请求

POST请求应用场景

1. 登录注册（ POST 比 GET 更安全）
2. 需要传输大文本内容的时候（ POST 请求对数据长度没有要求）

所以同样的，我们的爬虫也需要在这两个地方回去模拟浏览器发送post请求

1.1 requests发送post请求语法：

• 用法：

 response = requests.post("http://www.baidu.com/", \
  data = data,headers=headers)

• data 的形式：字典

1.2 POST请求练习

下面面我们通过手机版百度翻译的例子看看post请求如何使用：

地址：http://fanyi.baidu.com/

思路分析

1. 抓包确定请求的url地址
   
2. 确定请求的参数
   
3. 确定返回数据的位置
   
4. 模拟浏览器获取数据

2 了解使用代理

---

2.1 为什么要使用代理

1. 让服务器以为不是同一个客户端在请求

2. 防止我们的真实地址被泄露，防止被追究

2.2 理解使用代理的过程

2.3 理解正向代理和反向代理的区别

通过上图可以看出：

• 正向代理：对于浏览器知道服务器的真实地址，例如VPN
• 反向代理：浏览器不知道服务器的真实地址，例如nginx

2.4 代理的使用

• 用法：

  requests.get("http://www.baidu.com",  proxies = proxies)

• proxies的形式：字典
• 例如：

  proxies = { 
      "http": "http://12.34.56.79:9527", 
      "https": "https://12.34.56.79:9527", 
      }

2.5 代理IP的分类

根据代理ip的匿名程度，代理IP可以分为下面四类：

• 透明代理(Transparent Proxy)：透明代理虽然可以直接“隐藏”你的IP地址，但是还是可以查到你是谁。

• 匿名代理(Anonymous Proxy)：使用匿名代理，别人只能知道你用了代理，无法知道你是谁。

• 高匿代理(Elite proxy或High Anonymity Proxy)：高匿代理让别人根本无法发现你是在用代理，所以是最好的选择。

在使用的使用，毫无疑问使用高匿代理效果最好
从请求使用的协议可以分为：

• http代理
• https代理
• socket代理等

不同分类的代理，在使用的时候需要根据抓取网站的协议来选择

2.6 代理IP使用的注意点

• 反反爬
  使用代理ip是非常必要的一种反反爬的方式
  但是即使使用了代理ip，对方服务器任然会有很多的方式来检测我们是否是一个爬虫，比如：

  • 一段时间内，检测IP访问的频率，访问太多频繁会屏蔽

  • 检查Cookie，User-Agent，Referer等header参数，若没有则屏蔽

  • 服务方购买所有代理提供商，加入到反爬虫数据库里，若检测是代理则屏蔽

    所以更好的方式在使用代理ip的时候使用随机的方式进行选择使用，不要每次都用一个代理ip

• 代理ip池的更新
  购买的代理ip很多时候大部分(超过60%)可能都没办法使用，这个时候就需要通过程序去检测哪些可用，把不能用的删除掉。