焦点资讯：HTTP请求：requests的进阶使用方法浅析

上篇文章讲解了requests模块的基础使用，其中有get、put、post等多种请求方式，使用data、json等格式做为请求参数，在请求体中添加请求头部信息的常见信息，如：headers、cookies，以及对请求响应的处理方法。接下来讲解一下requests的高级用法。

【资料图】

method：提交方式（get｜post）；

url：提交地址；

kwargs：14个控制访问的参数；

常用的参数有：params、data、json、headers、cookies，已在上篇文章中介绍过了，感兴趣的朋友，可以到上篇文章再回顾一下。以下将讲解与示例其他参数的使用。

示例：

请求携带文件，如果有的请求需要上传文件，可以用它来实现。

import requests# 上传文件f= {"files": open("favicon.ico", "rb") }data = {"name": "上传文件"}requests.request(    method = "POST",     url = "http://127.0.0.1:8080/example/request",      data = data,    files = f)

需注意：favicon.ico文件需和当前脚本在同一目录下，如果不在，可以将文件名称修改为文件路径

import requestsfrom requests.auth import HTTPBasicAuth, HTTPDigestAuth# 1、Basic Auth认证res = requests.request(    method = "GET",    url = "http://127.0.0.1:8080/example/request",    auth = HTTPBasicAuth("username", "password"))res.encoding = "gbk"print(res.status)  # 200# 2、DIGEST 认证res = requests.request(    method = "GET",    url = "http://127.0.0.1:8080/example/request",    auth = HTTPDigestAuth("username", "password"))res.encoding = "gbk"print(res.status)  # 200

http auth认证的两种方式，分别为Basic方式和Digest认证，其中：Basic Auth的优点是提供简单的用户验证功能，其认证过程简单明了，适合于对安全性要求不高的系统或设备中；同样存在缺点：输入的用户名，密码 base64编码后会出现在Authorization里，很容易被解析出来。

那么Digest对比Basic认证有什么不同呢？

请求和响应的超时时间，在网络响应延迟或者无响应时，可以通过设置超时时间，避免等待。

import requests# 设置请求超时1秒，1秒后无响应，将抛出异常，1秒为connect和read时间总和requests.request(    method = "POST",    url = "http://127.0.0.1:8080/example/request",    json = {"k1" : "v1", "k2" : "v2"},    timeout = 1)# 分别设置connect和read的超时时间，传入一个数组requests.request(    method = "POST",    url = "http://127.0.0.1:8080/example/request",    json = {"k1" : "v1", "k2" : "v2"},    timeout = (5, 15))# 永久等待requests.request(    method = "POST",    url = "http://127.0.0.1:8080/example/request",    json = {"k1" : "v1", "k2" : "v2"},    timeout = None    # 或者删除timeout参数)# 捕捉超时异常from requests.exceptions import ReadTimeouttry:    res = requests.get("http://127.0.0.1:8080/example/request", timeout=0.1)    print(res.status_code)except ReadTimeout:    print("捕捉到超时异常")

设置重定向开关。

>>> import requests>>> r = requests.get("http://github.com")>>> r.url"https://github.com/">>> r.status_code200>>> r.history[]# 如果使用GET、OPTIONS、POST、PUT、PATCH或DELETE，则可以使用allow_redirects参数禁用重定向>>> r = requests.get("http://github.com", allow_redirects=False)>>> r.status_code301>>> r.history[]# 用HEAD启动重定向>>> r = requests.head("http://github.com", allow_redirects=True)>>> r.url"https://github.com/">>> r.history[]import requestsimport re# 第一次请求r1=requests.get("https://github.com/login")r1_cookie=r1.cookies.get_dict() #拿到初始cookie(未被授权)authenticity_token=re.findall(r"name="authenticity_token".*?value="(.*?)"",r1.text)[0] #从页面中拿到CSRF TOKEN# 第二次请求：带着初始cookie和TOKEN发送POST请求给登录页面，带上账号密码data={    "commit":"Sign in",    "utf8":"✓",    "authenticity_token":authenticity_token,    "login":"xxxxxx@qq.com",    "password":"password"}# 测试一：没有指定allow_redirects=False,则响应头中出现Location就跳转到新页面，# r2代表新页面的responser2=requests.post("https://github.com/session",             data=data,             cookies=r1_cookie             )print(r2.status_code) # 200print(r2.url) # 看到的是跳转后的页面print(r2.history) # 看到的是跳转前的responseprint(r2.history[0].text) # 看到的是跳转前的response.text# 测试二：指定allow_redirects=False,则响应头中即便出现Location也不会跳转到新页面，# r2代表的仍然是老页面的responser2=requests.post("https://github.com/session",             data=data,             cookies=r1_cookie,             allow_redirects=False             )print(r2.status_code) # 302print(r2.url) # 看到的是跳转前的页面https://github.com/sessionprint(r2.history) # []

同添加headers方法一样，代理参数是dict。

import requestsimport redef get_html(url):    proxy = {        "http": "120.25.253.234:812",        "https" "163.125.222.244:8123"    }    heads = {}    heads["User-Agent"] = "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0"    req = requests.get(url, headers=heads,proxies=proxy)    html = req.text    return htmldef get_ipport(html):    regex = r"(.+)"    iplist = re.findall(regex, html)    regex2 = "(.+)"    portlist = re.findall(regex2, html)    regex3 = r"(.+)"    typelist = re.findall(regex3, html)    sumray = []    for i in iplist:        for p in portlist:            for t in typelist:                pass            pass        a = t+","+i + ":" + p        sumray.append(a)    print("代理")    print(sumray)if __name__ == "__main__":    url = "http://www.baidu.com"    get_ipport(get_html(url))

某些接口增加了防骚扰模式，对于大规模且频繁的请求，可能会弹出验证码，或者跳转到登录验证页面，或者封禁IP地址，此时如果想要正常访问，可以通过设置代理来解决这个问题。除了基本的HTTP代理外，requests还支持SOCKS协议的代理。

# 安装socks库pip3 install "requests[socks]"# 进行代理import requestsproxies = {    "http": "socks5://user:password@host:port",    "https": "socks5://user:password@host:port"}res = requests.get("http://www.baidu.com", proxies=proxies)print(res.status)  # 200

即钩子方法，requests库只支持一个response的钩子，即在响应返回时，可以捎带执行自定义方法。可以用于打印一些信息、做一些响应检查、或者向响应中添加额外的信息。

import requestsurl = "http://www.baidu.com"def verify_res(res, *args, **kwargs):    print("url", res.url)    res.status="PASS" if res.status_code == 200 else "FAIL"res = requests.get(url, hooks={"response": verify_res})print(res.text) #  print(res.status) # PASS

获取内容立即下载开关，response会将报文一次性全部加载到内存中，如果报文过大，可以使用此参数，迭代下载。

import requestsurl="http://www.baidu.com"r = requests.get(url, stream=True)# 解析response_body，以\n分割for lines in r.iter_lines():    print("lines:", lines)# 解析response_body，以字节分割for chunk in r.iter_content(chunk_size=1024):    print("chunk:", chunk)

认证SSL证书开关，当发送HTTPS请求的时候，如果该网站的证书没有被CA机构信任，程序将报错，可以使用verify参数控制是否检查SSL证书。

# 1、直接设置import requestsresponse = requests.get("https://www.12306.cn", verify=False)print(response.status_code)# 2、请求时虽然设置了跳过检查，但是程序运行时仍然会产生警告，警告中包含建议给我们的指定证书# 可以通过设置，忽略屏蔽这个警告from requests.packages import urllib3  # 如果报错，则直接引入import urllib3# 3、屏蔽警告urllib3.disable_warnings()response = requests.get("https://www.12306.cn", verify=False)print(response.status_code) # 200# 4、通过cert直接声明证书# 本地需要有crt和key文件（key必须是解密状态，加密状态的key是不支持的），并指定它们的路径，response = requests.get("https://www.12306.cn",cert("/path/server.crt","/path/key"))print(response.status_code) # 200

如何判断是否出现异常呢？

该方法在内部判断res.status_code是否等于200，不是则产生异常HTTPError

示例：

# 1、HTTPError异常示例import requestsfrom requests.exceptions import HTTPErrortry:    res = requests.post("http://127.0.0.1:8080/example/post")    res.raise_for_status()    # 等同于    if res.status != 200:        raise HTTPError    return resexcept HTTPError:    return False

该异常类型，将会捕捉到因请求/响应超时的请求。

# Timeout超时异常import requestsfrom requests.exceptions import ReadTimeouttry:    res = requests.get("http://127.0.0.1:8080/example/post",timeout=0.5)    print(res.status_code)    return resexcept ReadTimeout:    print("timeout")

该异常类型，将会捕捉到因无请求引起的异常请求。

# RquestError异常import requestsfrom requests.exceptions import RequestExceptiontry:    res = requests.get("http://127.0.0.1:8080/example/post")    print(res.status_code)    return resexcept RequestException:    print("reqerror")

看到这里，大家应该明白了，requests库是一个比urilib2模块更加简洁的第三方库，它具有如下的特点：

因此，requests这个高度封装的模块，可以使我们的HTTP请求，变得更加人性化，使用它将可以轻而易举的完成浏览器请求的任何操作，充分诠释了它的口号：“HTTP for Humans”。

作者：京东物流 骆铜磊

来源：京东云开发者社区

标签：