Python爬虫连载10-Requests模块、Proxy代理

一、Request模块
1.HTTP for Humans,更简洁更友好
2.继承了urllib所有的特征
3.底层使用的是urllib3
4.开源地址：https://github.com/requests/requests
5.中文文档：https://requests.readthedocs.io/zh_CN/latest/
6.先安装这个包:pip install requests
7.get请求
（1）requests.get()
（2）requests.request(“get”,url)
（3）可以带有headers和params参数
8.get返回内容

import requests

#两种请求
url = "http://www.baidu.com/s?"
rsp = requests.get(url)
# print(rsp.text)

#使用get请求
rsp = requests.request("GET",url)
# print(rsp.text)
#拿到的结果都是一样的

"""
使用参数headers和params来研究返回结果
"""
kw = {
    "wd":"python中文文档"
}
headers = {
    "User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.116 Safari/537.36"
}
rsp=requests.get(url,params=kw,headers=headers)
print(rsp.text)
print("=========================")
print(rsp.content)
print("=========================")
print(rsp.url)
print(rsp.encoding)
print(rsp.status_code)

二、post
data,headers要求使用dict

import requests
from urllib import parse
import json
url = "http://www.baidu.com/s?"
data = {
    "kw":"girl"
}
# data = parse.urlencode(data).encode("utf-8")
headers = {
    "User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.116 Safari/537.36"
}
rsp = requests.post(url,data=data,headers=headers)
print(rsp.text)
# print(rsp.json())

三、proxy代理
1.代理有可能会报错，如果使用人数多，考虑到安全问题，可能会被强行关闭
2.用户验证
（1）代理验证：可能需要HTTP basic Auth

proxy = {"http":"china:[e-mail]:458"}
#格式为   用户名：密码@代理地址：端口地址
rsp = requests.get("http://baidu.com",proxies=proxy)

（2）web客户端验证
如果遇到web客户端验证，需要添加auth=(用户名，密码）

auth = {"test","123456"}#授权信息
rsp = requests.get("http://www.baidu.com",auth=auth)

四、源码
Reptitle10_1_Requests.py
Reptitle10_2_Post.py
https://github.com/ruigege66/PythonReptile/blob/master/Reptitle10_1_Requests.py
https://github.com/ruigege66/PythonReptile/blob/master/Reptitle10_2_Post.py
2.CSDN：https://blog.csdn.net/weixin_44630050
3.博客园：https://www.cnblogs.com/ruigege0000/
4.欢迎关注微信公众号：傅里叶变换，个人公众号，仅用于学习交流，后台回复”礼包“，获取大数据学习资料