Requests官方文档

安装Requests

要安装Requests,只要你在终端中运行这个简单命令即可:

$ pip install requests

如果你没有安装pip,这个Python installation guide 可以带你完成这一流程。

获取源码

Requests 一直在Github上积极地开发,你可以一直从这里获取到代码。
你可以克隆公共版本库:

git clone git://github.com/kennethreitz/requests.git

也可以下载tarball:

$ curl -0L https://github.com/requests/requests/tarball/master

windows 用户也可选择zip包

获得代码之后,你就可以轻松的将它嵌入到你的python包里,或者安装到你的site-packages:

$ cd requests
$ pip install .

发送请求

使用Requests发送网络请求非常简单。
一开始要导入Requests模块:

>>> import requests

然后,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('https://api.github.com/events')

现在,我们有一个名为Requests对象。我们可以从这个对象中获取所有我们想要的信息。
Requests简便的API意味着所有HTTP请求类型都是显而易见的。例如,你可以这样发送一个HTTP POST 请求:

>>> r = requests.post('http://httpbin.org/post',data = {'key':'value'})

漂亮,对吧?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:

>>>  requests.put('http://httpbin.org/put',data = {'key':'value'}
>>>  requests.delete('http://httpbin.org/delete')
>>>  requests.head('http://httpbin.org/get')
>>>  requests.options('http://httpbin.org/get')

都很不错吧,但这也仅是Requests的冰山一角呢。

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,那么数据会议键/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,以一个字符串字典来提供这些参数。举例来说,如果你想传递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,你能看到URL已被正确编码:

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

注意字典里值为None的键都不会添加到URL的查询字符串里。

你还可以将一个列表作为制传入:

>>> payload = {'key1':'value1','key2':['value2','value3']}
>>> r = requests.get('http://httpbin.org/get',params = payload)
>>> print(r.url)
http://httpbin.org/get?key1=value1&key2=value2&key2=value3

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('https://api.github.com/events')
>>> r.text
u'[{"repository'':{"open_issues":0,''url":"https:github.com/...

Requests会自动解码来自服务器的内容。大多数unicode字符集都能被无缝的解码。
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。当你访问属性来改变它:

>>> r.encoding
'utf-8'
>>> r.encoding = 'ISO-8859-1'

如果你改变了编码,每当你访问r.text,Request 都将会使用r.text,Request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为相应的编码。这样就能用正确的编码解析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'[{"repository":{"open_issues":0,"url":"https://github.com/..."

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:

>>> from PIL import Image
>>> from io import BytesIO
>>> i = Image.open(BytesIO(r.content))

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('http://api.github.com/events')
>>> r.json()
[{u'repository':{u'open_issues':0,u'url':'http://github.com/...

如果JSON解码失败,r.json()就会抛出一个异常。例如,响应内容是401(Unauthorized),尝试访问r.json()将会抛出ValueError:No JSON object could be decoded异常。
需要注意的是,成功调用r.json()并不意味着响应的成功。有的服务器会在失败的响应中包含一个JSON对象(比如HTTP500的错误细节)。这种JSON会被解码返回。要检查请求是否成功,请使用r.raise_for_status()或者检查r.status_code是否和你的期望相同。

原始响应内容

在罕见的情况下,你可以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('https://api.github.com/events',stream =True)
>>> r.raw
>>> r.raw.read(10)
'\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03'

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 fd:
	for chunk in r.iter_content(chunk_size):
		fd.write(chunk)

使用Response.itercontent将会处理大量你直接使用Response.itercontent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。Note that chunksize can be freely adjusted to a number that may better fit your use cases.

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 = 'http://api.github.com/some/end point'
>>> 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。
  • 如果被重定到别的主机,授权header就会被删除
  • 代理授权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',data = payload)
>>> print(r.text)
{
   ...
   "form":{
   "key2":"value2",
   "key1":"value1"
   },
   ...
}   

你还可以为data参数传入一个元组列表。在表单中多个元素使用同一key的时,这种方式尤其有效:

>>> payload = (('key1':'value1'),('key1','value2'))
>>> r = requests.post('http://httpbin.org/post',data=payload)
>>> print(r.text)
{
   ...
   "form":{
   "key1":[
   "value1",
   "value2"
   ]
   },
   ...
}

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/end point'
>>> 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。这是2.4.2版的新加功能:

>>> url = 'http://api.github.com/some/end point'
>>> 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('report.xls','rb')}
>>> r = requests.post(url,files = files)
>>> r.text
{
   ...
   "files":{
   "files":""
   },
   ...
}

你可以显示地设置文件名,文件类型和请求头:

>>> url = 'http://httpbin.org/post'
>>> files = {'file':('report.xls',open('report.xls','rb'),'application/vnd.ms-excel',{'Expires':'0'})}
>>> r = requests.post(url,files = files)
>>> r.text
{
  ...
  "files":{
  "file":""
  },
  ...
}

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
{
   ...
   "files":{
   "files":"some,data,to,send\\nanother,row,to,send\\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。
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

我们可以检测响应状态码:

>>> r  =resquests.get('http://httpbin.org/get')
>>> r.status_code
200

为方便引用,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.raiseforstatus()来抛出异常:

>>> 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 "requests/models.py",line 832,in raise_for_status
		raise http_error
requests.exceptions.HTTPError:404 Client Error

但是,由于我们的例子中r的statuscode是200,当我们调用raisefor_status()时,得到的是:

>>> r.raise_for_status()
None

一切都挺和谐哈。

响应头

我们可以查看以一个Python字典形式展示的服务器响应头:

>>> r.headers
{
'content-encoding':'gzip',
'transfer-encoding':'chunked',
'connection':'close',
'server':'nginx/1.0.4',
'x-runtime':'148ms',
'etag':'"e1ca502697e5c9317743dc078f6769,3f"'
'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.header['Content-Type']
'application/json'
>>> r.headers.get('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,参见RFC 7230

A recipient MAY combine multiple header fields with the same field name into one “field-name:field-value” pair,without changing the semantics of the message,by appending each subsequent field value to the combined field value in order,separated by a comma.
接收者可以合并多个相同的header栏位,把它们合为一个“filed-name:filed-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'

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
'{"cookie":{"cookies_are":"working"}}'

Cookie 的返回对象为RequestsCookieJar ,它的行为和字典类似,但接口更为完整,适合跨域名跨路径使用。你还可以把Cookie Jar 传到Requests中:

>>> jar = requests.cookies.RequestsCookieJar()
>>> jar.set('tasty_cookie','yum',domain='httpbin.org',path='/cookies')
>>> jar.set('gross_cookie','blech',domain='httpbin.org',path='/elsewhere')
>>> url = 'http://httpbin.org/cookies
>>> r = requests.get(url,cookies = jar)
>>> r.text
'{"cookies":{"tasty_cookie":"yum"}}'

重定向与请求历史

默认情况下,除了HEAD,Requests会自动处理所有的重定向。
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
[]

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,你可以启用重定向:

>>> r = requests.head('http://github.com',allow_redirects=True)
>>> r.url
'https://github.com/'
>>> r.history
[]

超时

你可以告诉requests在经过以timeout参数设定的秒数时间之后停止等待响应。基本上所有的生产代码都应该使用这一参数。如果不使用,你的程序可能会永远失去响应:

>>> requests.get('http://github.com',timeout=0.001)
Traceback (most recent call last):
	File "" ,line1,in
requests.exceptions.Timeout:HTTPConnectionPool(host='github.com',port=80)

注意
timeout仅对连接过程有效,而响应体的下载无关。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(更精确的说,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)If no timeout is specified explicitly ,requests do not time out

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.raiseforstatus()会抛出一个HTTPError 异常。
若请求超时,则会抛出一个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。
所有的Requests显式抛出的异常都继承自requests.exceptions.RequestException 。

猜你喜欢

转载自blog.csdn.net/xiaoxianxian233/article/details/82821266
今日推荐