Python的requests网络编程包使用教程

早就听说requests的库的强大，只是还没有接触，今天接触了一下，发现以前使用urllib，urllib2等方法真是太搓了……
这里写些简单的使用初步作为一个记录

一、下载

官方项目页： https://pypi.python.org/pypi/requests/#downloads
可以从上面直接下载。

二、发送无参数的get请求

    >>> r = requests.get('http://httpbin.org/get')
    >>> print r.text
    {
     "args": {}, 
     "headers": {
      "Accept": "*/*", 
      "Accept-Encoding": "gzip, deflate", 
      "Connection": "close", 
      "Host": "httpbin.org", 
      "User-Agent": "python-requests/2.3.0 CPython/2.6.6 Windows/7", 
      "X-Request-Id": "8a28bbea-55cd-460b-bda3-f3427d66b700"
     }, 
     "origin": "124.192.129.84", 
     "url": "http://httpbin.org/get"
    }

三、发送带参数的get请求,将key与value放入一个字典中，通过params参数来传递,其作用相当于urllib.urlencode

     >>> import requests
    >>> pqyload = {'q':'杨彦星'}
    >>> r = requests.get('http://www.so.com/s',params = pqyload)
    >>> r.url
    u'http://www.so.com/s?q=%E6%9D%A8%E5%BD%A6%E6%98%9F'

四、发送post请求，通过data参数来传递,

     >>> payload = {'a':'杨','b':'hello'}
    >>> r = requests.post("http://httpbin.org/post", data=payload)
    >>> print r.text
    {
     "args": {}, 
     "data": "", 
     "files": {}, 
     "form": {
      "a": "\u6768", 
      "b": "hello"
     }, 
     "headers": {
      "Accept": "*/*", 
      "Accept-Encoding": "gzip, deflate", 
      "Connection": "close", 
      "Content-Length": "19", 
      "Content-Type": "application/x-www-form-urlencoded", 
      "Host": "httpbin.org", 
      "User-Agent": "python-requests/2.3.0 CPython/2.6.6 Windows/7", 
      "X-Request-Id": "c81cb937-04b8-4a2d-ba32-04b5c0b3ba98"
     }, 
     "json": null, 
     "origin": "124.192.129.84", 
     "url": "http://httpbin.org/post"
    }
    >>>

可以看到，post参数已经传到了form里,data不光可以接受字典类型的数据，还可以接受json等格式

    >>> payload = {'a':'杨','b':'hello'}
    >>> import json
    >>> r = requests.post('http://httpbin.org/post', data=json.dumps(payload))

五、发送文件的post类型，这个相当于向网站上传一张图片，文档等操作，这时要使用files参数

    >>> url = 'http://httpbin.org/post'
    >>> files = {'file': open('touxiang.png', 'rb')}
    >>> r = requests.post(url, files=files)

定制headers，使用headers参数来传递

    >>> import json
    >>> url = 'https://api.github.com/some/endpoint'
    >>> payload = {'some': 'data'}
    >>> headers = {'content-type': 'application/json'}
    >>> r = requests.post(url, data=json.dumps(payload), headers=headers)

六、响应内容
响应状态码：

    r = requests.get('http://httpbin.org/get')
    print r.status_code

响应头：

    >>> print r.headers
    {'content-length': '519', 'server': 'gunicorn/18.0', 'connection': 'keep-alive', 'date': 'Sun, 15 Jun 2014 14:19:52 GMT', 'access-control-allow-origin': '*', 'content-type': 'application/json'}

也可以取到这个个别的响应头用来做一些判断，这里的参数是不区分大小写的

    r.headers['Content-Type']
    r.headers.get('Content-Type')

响应内容，前面已经在应用了：

    r.text
    r.content

七、获取响应中的cookies

    >>> r = requests.get('http://www.baidu.com')
    >>> r.cookies['BAIDUID']
    'D5810267346AEFB0F25CB0D6D0E043E6:FG=1'

也可以自已定义请求的COOKIES

    >>> url = 'http://httpbin.org/cookies'
    >>> cookies = {'cookies_are':'working'}
    >>> r = requests.get(url,cookies = cookies)
    >>> 
    >>> print r.text
    {
     "cookies": {
      "cookies_are": "working"
     }
    }
    >>>

cookies还有很多，因为目前我也还不是很多，以后再扩充吧

八、使用timeout参数设置超时时间

    >>> requests.get('http://github.com', timeout=1) 
    <Response [200]>

如果将时间设置成非常小的数，如

    requests.get('http://github.com', timeout=0.001)

，那么如果在timeout的时间内没有连接，那么将会抛出一个Timeout的异常

九、访问中使用session
先初始化一个session对象，

    s = requests.Session() 

然后使用这个session对象来进行访问，r = s.post(url,data = user)
以下通过访问人人网来获取首页中的最近来访问，然后再访问查看更多的来访来读取更多的最近来访
更多的来访就是以带session的访问http://www.renren.com/myfoot.do

     #coding:utf-8
    import requests
    import re
    url = r'http://www.renren.com/ajaxLogin'
    user = {'email':'email','password':'pass'}
    s = requests.Session()
    r = s.post(url,data = user)
    html = r.text
    visit = []
    first = re.compile(r'</span><span class="time-tip first-tip"><span class="tip-content">(.*?)</span>')
    second = re.compile(r'</span><span class="time-tip"><span class="tip-content">(.*?)</span>')
    third = re.compile(r'</span><span class="time-tip last-second-tip"><span class="tip-content">(.*?)</span>')
    last = re.compile(r'</span><span class="time-tip last-tip"><span class="tip-content">(.*?)</span>')
    visit.extend(first.findall(html))
    visit.extend(second.findall(html))
    visit.extend(third.findall(html))
    visit.extend(last.findall(html))
    for i in visit:
      print i
    print '以下是更多的最近来访'
    vm = s.get('http://www.renren.com/myfoot.do')
    fm = re.compile(r'"name":"(.*?)"')
    visitmore = fm.findall(vm.text)
    for i in visitmore:
      print i

十、requests-cookies
Cookies就像字典一样储存了各个项的值并保存起来, 例如我们的用户名, 密码, 登录信息等都可以保存起来. 当网页再次被加载时可以从cookies中找到相关的信息并从而免除再次输入赋值的过程.
在requests中使用get等请求时同样可以赋予cookies信息. 例如我们从浏览器中获取某次网页加载时请求的cookies, 可以同样赋予requests再次使用.
requests请求时加入cookies={key:value}参数即可传递cookies.

    import requests
    url = 'http://httpbin.org/cookies'
    cookies = dict(cookies_are='working')

    r = requests.get(url, cookies=cookies)
    r.text
    #'{"cookies": {"cookies_are": "working"}}'

查询某次请求的cookies很简单, 就像获得headers一样使用cookies属性即可:

    url = 'http://example.com/some/cookie/setting/url'
    r = requests.get(url)

    r.cookies['example_cookie_name']
    # 'example_cookie_value'

以下函数可以分解浏览器获得的cookies字符串到一个字典,从而帮助我们模拟requests请求.

    def browsercookiesdict(s):
     '''Covert cookies string from browser to a dict'''
     ss=s.split(';')
     outdict={}
     for item in ss:
     i1=item.split('=',1)[0].strip()
     i2=item.split('=',1)[1].strip()
     outdict[i1]=i2
     return outdict