requests模块高级应用

程序员文章站 2022-06-01 12:08:05

[TOC] requests模块高级应用 HttpConnectinPool 问题解决 IP代理简单使用代理爬虫代码使用代理浏览器设置代理代理池代理池的作用简单实现一个代理池构建一个代理池 cookie的处理爬取雪球网首页新闻信息 https://xueqiu.com/ 爬取过程中 ......

requests模块高级应用

httpconnectinpool 问题解决

- httpconnectinpool:
    - 原因：
        - 1.短时间内发起了高频的请求导致ip被禁
        - 2.http连接池中的连接资源被耗尽
    - 解决：
        - 1.使用代理
        - 2.headers中加入conection：“close”

ip代理

- 代理：代理服务器，可以接受请求然后将其转发。
- 匿名度
    - 高匿：接收方,啥也不知道
    - 匿名：接收方知道你使用了代理，但是不知道你的真实ip
    - 透明：接收方知道你使用了代理并且知道你的真实ip
- 类型：
    - http
    - https
- 免费代理：
    - 全网代理ip    www.goubanjia.com 
    - 快代理        https://www.kuaidaili.com/
    - 西祠代理      https://www.xicidaili.com/nn/
    - 代理精灵      http://http.zhiliandaili.cn/

简单使用代理

- 代理服务器
  - 进行请求转发
  - 代理ip：port作用到get、post方法的proxies = {'http':'ip:port'}中
  - 代理池（列表）

爬虫代码使用代理

import requests

headers = {
    'user-agent':'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/76.0.3809.132 safari/537.36'
}

url = 'https://www.baidu.com/s?wd=ip'
page_text = requests.get(url,headers=headers,proxies={'https':'36.111.140.6:8080'}).text
with open('ip.html','w',encoding='utf-8') as fp:
    fp.write(page_text)

requests模块高级应用

浏览器设置代理

requests模块高级应用

代理池

代理池的作用

解决短时间内频繁爬取统一网站导致ip*的情况,具体工作机制：从各大代理网站抓取免费ip,
去重后以有序集合的方式保存到redis中,定时检测ip有效性、根据自己设定的分数规则进行优先级更改并删除分数为零
（无效）的ip 提供代理接口供爬虫工具使用.

简单实现一个代理池

#代理池：列表
import random

#字典都是网上找的代理ip
proxy_list = [
    {'https':'121.231.94.44:8888'},
    {'https':'131.231.94.44:8888'},
    {'https':'141.231.94.44:8888'}
]
#指定url
url = 'https://www.baidu.com/s?wd=ip'

#proxies=random.choice(proxy_list) 使用代理池
page_text = requests.get(url,headers=headers,proxies=random.choice(proxy_list)).text

with open('ip.html','w',encoding='utf-8') as fp:
    fp.write(page_text)

构建一个代理池

import random
import requests
from lxml import etree

headers = {
    'user-agent':'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/76.0.3809.132 safari/537.36',
    'connection':"close"
}

#从代理精灵中提取代理ip
ip_url = 'http://t.11jsq.com/index.php/api/entry?method=proxyserver.generate_api_url&packid=1&fa=0&fetch_key=&groupid=0&qty=4&time=1&pro=&city=&port=1&format=html&ss=5&css=&dt=1&specialtxt=3&specialjson=&usertype=2'
page_text = requests.get(ip_url,headers=headers).text
tree = etree.html(page_text)
ip_list = tree.xpath('//body//text()')

#爬取西祠代理
url = 'https://www.xicidaili.com/nn/%d'
proxy_list_http = []
proxy_list_https = []
for page in range(1,20):
    new_url = format(url%page)
    ip_port = random.choice(ip_list)
    page_text = requests.get(new_url,headers=headers,proxies={'https':ip_port}).text
    tree = etree.html(page_text)
    #tbody不可以出现在xpath表达式中
    tr_list = tree.xpath('//*[@id="ip_list"]//tr')[1:]
    for tr in tr_list:
        ip = tr.xpath('./td[2]/text()')[0]
        port = tr.xpath('./td[3]/text()')[0]
        t_type = tr.xpath('./td[6]/text()')[0]
        ips = ip+':'+port
        if t_type == 'http':
            dic = {
                t_type: ips
            }
            proxy_list_http.append(dic)
        else:
            dic = {
                t_type:ips
            }
            proxy_list_https.append(dic)
print(len(proxy_list_http),len(proxy_list_https))


#检测 (这里可以进行持久化储存)
for ip in proxy_list_http:
    response = requests.get('https://www/sogou.com',headers=headers,proxies={'https':ip})
    if response.status_code == '200':
        print('检测到了可用ip')

cookie的处理

手动处理：将cookie封装到headers中

自动处理：session对象。可以创建一个session对象，改对象可以像requests一样进行请求发送。
不同之处在于如果在使用session进行请求发送的过程中产生了cookie，则cookie会被自动存储在session对象中。

爬取雪球网首页新闻信息 https://xueqiu.com/

requests模块高级应用

爬取过程中遇到问题

import requests

headers = {
    'user-agent':'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/76.0.3809.132 safari/537.36',
}
url = 'https://xueqiu.com/v4/statuses/public_timeline_by_category.json?since_id=-1&max_id=20349203&count=15&category=-1'
page_text = requests.get(url=url,headers=headers).json()
print(page_text)

#执行结果
{'error_description': '遇到错误，请刷新页面或者重新登录帐号后再试', 'error_uri': '/v4/statuses/public_timeline_by_category.json', 'error_data': none, 'error_code': '400016'} 

#分析发现,正常的浏览器请求携带有cookie数据

解决办法手动添加cookie信息 (不推荐,因为有的网站cookie可能是变动的,这样就写死了)

#对雪球网中的新闻数据进行爬取https://xueqiu.com/
import requests

headers = {
    'user-agent':'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/76.0.3809.132 safari/537.36',
    'cookie':'aliyungf_tc=aqaaaal2aa+kkgkatxdwe3jmsy226y+n; acw_tc=2760822915681668126047128e605abf3a5518432dc7f074b2c9cb26d0aa94; xq_a_token=75661393f1556aa7f900df4dc91059df49b83145; xq_r_token=29fe5e93ec0b24974bdd382ffb61d026d8350d7d; u=121568166816578; device_id=24700f9f1986800ab4fcc880530dd0ed',
}

url = 'https://xueqiu.com/v4/statuses/public_timeline_by_category.json?since_id=-1&max_id=20349203&count=15&category=-1'
page_text = requests.get(url=url,headers=headers).json()
print(page_text)

#执行结果
{'list': [{'id': 20349202, 'category': 0, 'data': '{"id":132614531,"title":"狼来了！今天，中囯电信行业打响第一枪！
流量费用要降价了！","description":"狼，终究来了！ 刚刚传来大消息，中国工信部正式宣布：英国电信（bt）
获得了在中国全国性经营通信的牌照。 随后，英国电信也在第一时间证实这一消息！他们兴高采烈地表示：
取得牌照，意味着英国电信在中国迈出重要的一步！ 是的，你没有看错：英国电信！这是英国最大的电信公司，
也是一家有着超过...","target":"/3583653389/132614531","reply_count":75,"retweet_count":7,"topic_title":"狼来了！
今天，中囯电信行业打响第一枪！流量费用要降价了！","topic_desc":"狼，终究来了！ 刚刚传来大消息， 中国工信部正式宣布：英...}.....省略

requests模块高级应用

自动获取cookie(推荐,cookie是变化的也没问题)

import requests

#创建session对象
session = requests.session()
session.get('https://xueqiu.com',headers=headers)#会自动把请求中的cookie信息携带上
headers = {
    'user-agent':'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/76.0.3809.132 safari/537.36',
}

url = 'https://xueqiu.com/v4/statuses/public_timeline_by_category.json?since_id=-1&max_id=20349203&count=15&category=-1'
page_text = session.get(url=url,headers=headers).json()
print(page_text)

#执行结果
{'list': [{'id': 20349202, 'category': 0, 'data': '{"id":132614531,"title":"狼来了！今天，中囯电信行业打响第一枪！
流量费用要降价了！","description":"狼，终究来了！ 刚刚传来大消息，中国工信部正式宣布：英国电信（bt）
获得了在中国全国性经营通信的牌照。 随后，英国电信也在第一时间证实这一消息！他们兴高采烈地表示：
取得牌照，意味着英国电信在中国迈出重要的一步！ 是的，你没有看错：英国电信！这是英国最大的电信公司，
也是一家有着超过...","target":"/3583653389/132614531","reply_count":75,"retweet_count":7,"topic_title":"狼来了！
今天，中囯电信行业打响第一枪！流量费用要降价了！","topic_desc":"狼，终究来了！ 刚刚传来大消息， 中国工信部正式宣布：英...}......省略

页面中验证码识别

识别该网站验证码 https://so.gushiwen.org/user/login.aspx?from=http://so.gushiwen.org/user/collect.aspx

requests模块高级应用

解决办法

验证码的识别推荐平台
- 超级鹰：http://www.chaojiying.com/about.html (这里我们使用超级鹰)
    - 注册：（用户中心身份）
    - 登陆：
    - 创建一个软件：899370
    - 下载示例代码
- 云打码:http://www.yundama.com/

实现过程

requests模块高级应用

识别网页验证码

#超级鹰代码
import requests
from hashlib import md5

class chaojiying_client(object):

    def __init__(self, username, password, soft_id):
        self.username = username
        password =  password.encode('utf8')
        self.password = md5(password).hexdigest()
        self.soft_id = soft_id
        self.base_params = {
            'user': self.username,
            'pass2': self.password,
            'softid': self.soft_id,
        }
        self.headers = {
            'connection': 'keep-alive',
            'user-agent': 'mozilla/4.0 (compatible; msie 8.0; windows nt 5.1; trident/4.0)',
        }

    def postpic(self, im, codetype):
        """
        im: 图片字节
        codetype: 题目类型 参考 http://www.chaojiying.com/price.html
        """
        params = {
            'codetype': codetype,
        }
        params.update(self.base_params)
        files = {'userfile': ('ccc.jpg', im)}
        r = requests.post('http://upload.chaojiying.net/upload/processing.php', data=params, files=files, headers=self.headers)
        return r.json()

    def reporterror(self, im_id):
        """
        im_id:报错题目的图片id
        """
        params = {
            'id': im_id,
        }
        params.update(self.base_params)
        r = requests.post('http://upload.chaojiying.net/upload/reporterror.php', data=params, headers=self.headers)
        return r.json()
    
#爬虫代码
#识别古诗文网中的验证码
from lxml import etree

#识别古诗文网中的验证码
def tranformimgdata(imgpath,t_type):#调用超级鹰
    chaojiying = chaojiying_client('bobo3280948', 'bobo3284148', '899370')#超级鹰账户 密码 软件id
    im = open(imgpath, 'rb').read()
    return chaojiying.postpic(im, t_type)['pic_str']

headers = {
    'user-agent':'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/76.0.3809.132 safari/537.36',
}

url = 'https://so.gushiwen.org/user/login.aspx?from=http://so.gushiwen.org/user/collect.aspx'
page_text = requests.get(url,headers=headers).text
tree = etree.html(page_text)
img_src = 'https://so.gushiwen.org'+tree.xpath('//*[@id="imgcode"]/@src')[0]
img_data = requests.get(img_src,headers=headers).content
with open('./code.jpg','wb') as fp:
    fp.write(img_data)
yzm = tranformimgdata('./code.jpg',1004)#保存的验证码图片地址 验证码对应超级鹰的验证码类型对应号    
print(yzm)
#执行结果 成功解析验证码
d145

模拟登录

import requests
from hashlib import md5

class chaojiying_client(object):

    def __init__(self, username, password, soft_id):
        self.username = username
        password =  password.encode('utf8')
        self.password = md5(password).hexdigest()
        self.soft_id = soft_id
        self.base_params = {
            'user': self.username,
            'pass2': self.password,
            'softid': self.soft_id,
        }
        self.headers = {
            'connection': 'keep-alive',
            'user-agent': 'mozilla/4.0 (compatible; msie 8.0; windows nt 5.1; trident/4.0)',
        }

    def postpic(self, im, codetype):
        """
        im: 图片字节
        codetype: 题目类型 参考 http://www.chaojiying.com/price.html
        """
        params = {
            'codetype': codetype,
        }
        params.update(self.base_params)
        files = {'userfile': ('ccc.jpg', im)}
        r = requests.post('http://upload.chaojiying.net/upload/processing.php', data=params, files=files, headers=self.headers)
        return r.json()

    def reporterror(self, im_id):
        """
        im_id:报错题目的图片id
        """
        params = {
            'id': im_id,
        }
        params.update(self.base_params)
        r = requests.post('http://upload.chaojiying.net/upload/reporterror.php', data=params, headers=self.headers)
        return r.json()
    
    
from lxml import etree


#识别古诗文网中的验证码
def tranformimgdata(imgpath,t_type):#调用超级鹰
    chaojiying = chaojiying_client('bobo328410948', 'bobo328410948', '899370')
    im = open(imgpath, 'rb').read()
    return chaojiying.postpic(im, t_type)['pic_str']

headers = {
    'user-agent':'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/76.0.3809.132 safari/537.36',
}

#模拟登陆
s = requests.session()
url = 'https://so.gushiwen.org/user/login.aspx?from=http://so.gushiwen.org/user/collect.aspx'
page_text = s.get(url,headers=headers).text
tree = etree.html(page_text)
img_src = 'https://so.gushiwen.org'+tree.xpath('//*[@id="imgcode"]/@src')[0]
img_data = s.get(img_src,headers=headers).content
with open('./code.jpg','wb') as fp:
    fp.write(img_data)
    
#动态获取变化的请求参数
__viewstate = tree.xpath('//*[@id="__viewstate"]/@value')[0]
__viewstategenerator = tree.xpath('//*[@id="__viewstategenerator"]/@value')[0]
    
code_text = tranformimgdata('./code.jpg',1004)
login_url = 'https://so.gushiwen.org/user/login.aspx?from=http%3a%2f%2fso.gushiwen.org%2fuser%2fcollect.aspx'
data = {
    '__viewstate': __viewstate,
    '__viewstategenerator': __viewstategenerator,
    'from':'http://so.gushiwen.org/user/collect.aspx',
    'email': 'www.zhangbowudi@qq.com',
    'pwd': 'bobo328410948',
    'code': code_text,
    'denglu': '登录',
}
page_text = s.post(url=login_url,headers=headers,data=data).text
with open('login.html','w',encoding='utf-8') as fp:
    fp.write(page_text)
    
#动态变化的请求参数  通常情况下动态变化的请求参数都会被隐藏在前台页面源码中

requests模块高级应用

使用 multiprocessing.dummy pool 线程池

模拟请求

#未使用线程池(模拟请求)
import time
from time import sleep
start = time.time()
urls = [
    'www.1.com',
    'www.2.com',
    'www.3.com',
]
def get_request(url):
    print('正在访问:%s'%url)
    sleep(2)
    print('访问结束:%s'%url)
    
for url in urls:
    get_request(url)
print('总耗时:',time.time()-start)

#执行结果
正在访问:www.1.com
访问结束:www.1.com
正在访问:www.2.com
访问结束:www.2.com
正在访问:www.3.com
访问结束:www.3.com
总耗时: 6.000494718551636
    
#使用线程池 (模拟请求)
import time
from time import sleep
from multiprocessing.dummy import pool

start = time.time()
urls = [
    'www.1.com',
    'www.2.com',
    'www.3.com',
]

def get_request(url):
    print('正在访问:%s' % url)
    sleep(2)
    print('访问结束:%s' % url)
    
pool = pool(3)
pool.map(get_request, urls)
print('总耗时:', time.time() - start)

#执行结果
正在访问:www.1.com
正在访问:www.2.com
正在访问:www.3.com
访问结束:www.2.com
访问结束:www.3.com
访问结束:www.1.com
总耗时: 2.037109613418579

简单使用flask模拟server端进行测试

#server
from flask import flask
from time import sleep
app = flask(__name__)
@app.route('/index')
def index():
    sleep(2)
    return 'hello'

if __name__ == '__main__':
    app.run()
    
#爬虫请求代码    
import time
import requests
from multiprocessing.dummy import pool
start = time.time()
urls = [
    'http://localhost:5000/index',
    'http://localhost:5000/index',
    'http://localhost:5000/index',
]
def get_request(url):
    page_text = requests.get(url).text
    print(page_text)

pool = pool(3)
pool.map(get_request, urls)
print('总耗时：', time.time() - start)

#执行结果
hello
hello
hello
总耗时： 3.0322463512420654

单线程+多任务异步协程

- 协程
  - 在函数（特殊的函数）定义的时候，如果使用了async修饰的话，则改函数调用后会返回一个协程对象，并且函数内部的实现语句不会被立即执行
- 任务对象
  - 任务对象就是对协程对象的进一步封装。任务对象==高级的协程对象==特殊的函数
  - 任务对象时必须要注册到事件循环对象中
  - 给任务对象绑定回调：爬虫的数据解析中
- 事件循环
  - 当做是一个容器，容器中必须存放任务对象。
  - 当启动事件循环对象后，则事件循环对象会对其内部存储任务对象进行异步的执行。
- aiohttp:支持异步网络请求的模块

简单了解 asyncio异步协程函数

import asyncio
def callback(task):#作为任务对象的回调函数
    print('i am callback and ',task.result())#task.result()接受特殊函数的返回值

async def test(): #特殊函数
    print('i am test()')
    return 'bobo'

c = test()#c为协程对象
#封装了一个任务对象
task = asyncio.ensure_future(c)
#绑定回调函数
task.add_done_callback(callback)
#创建一个事件循环的对象
loop = asyncio.get_event_loop()
#将任务对象注册到事件循环中
loop.run_until_complete(task)

#执行结果
i am test()
i am callback and  bobo

协程+多任务(模拟请求)

import time
import asyncio

start = time.time()
# 在特殊函数内部的实现中不可以出现不支持异步的模块代码
async def get_request(url):
    await asyncio.sleep(2)
    print('访问成功:', url)


urls = [
    'www.1.com',
    'www.2.com'
]
tasks = []
for url in urls:
    c = get_request(url)
    task = asyncio.ensure_future(c)
    tasks.append(task)

loop = asyncio.get_event_loop()
# 注意：挂起操作需要手动处理
loop.run_until_complete(asyncio.wait(tasks))
print(time.time() - start)

#执行结果
访问成功: www.1.com
访问成功: www.2.com
2.002183198928833

使用requests模块,发现并不能实现异步

#server端
from flask import flask
from time import sleep
app = flask(__name__)
@app.route('/index')
def index():
    sleep(2)
    return 'hello'
@app.route('/index1')
def index1():
    sleep(2)
    return 'hello1'
if __name__ == '__main__':
    app.run()
 
#爬虫代码
import requests
import time
import asyncio
s = time.time()
urls = [
    'http://127.0.0.1:5000/index',
    'http://127.0.0.1:5000/home'
]
async def get_request(url):
    page_text = requests.get(url).text
    return page_text

tasks = []
for url in urls:
    c = get_request(url)
    task = asyncio.ensure_future(c)
    tasks.append(task)

loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

print(time.time()-s)    

#执行结果 并未实现异步
4.021323204040527

#因为requests不支持异步,需要使用aiohttp

使用aiohttp模块,实现了异步

#server端
from flask import flask
from time import sleep
app = flask(__name__)
@app.route('/index')
def index():
    sleep(2)
    return 'index'
@app.route('/home')
def index1():
    sleep(2)
    return 'home'
if __name__ == '__main__':
    app.run()
    
#爬虫代码   
import aiohttp
import time
import asyncio

s = time.time()
urls = [
    'http://127.0.0.1:5000/index',
    'http://127.0.0.1:5000/home'
]


async def get_request(url):
    #每个with前要加async
    async with aiohttp.clientsession() as s:
        #在阻塞操作前加await
        async with await s.get(url=url) as response:#get(url=url,headers,params,proxy)可用参数 
            page_text = await response.text()#要加括号,是方法
            print(page_text)
    return page_text


tasks = []
for url in urls:
    c = get_request(url)
    task = asyncio.ensure_future(c)
    tasks.append(task)

loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

print(time.time() - s)

#执行结果
index
home
2.016155242919922

示例二

########################test.html文件########################
<!doctype html>
<html lang="zh-cn">
<head>
  <meta charset="utf-8">
  <meta http-equiv="x-ua-compatible" content="ie=edge">
  <meta name="viewport" content="width=device-width, initial-scale=1">
  <!-- 上述3个meta标签*必须*放在最前面，任何其他内容都*必须*跟随其后！ -->
  <title>bootstrap 101 template</title>
  <!-- bootstrap -->
  <link href="bootstrap-3.3.7-dist/css/bootstrap.min.css" rel="stylesheet">
</head>
<body>
<h1>你好，世界！</h1>
<ul>
  <li>i am hero!!!</li>
  <li>i am superman!!!</li>
  <li>i am spider!!!</li>
</ul>
</body>
</html>

########################server端########################
import time
from flask import flask,render_template

app = flask(__name__)

@app.route('/bobo')
def index_bobo():
    time.sleep(2)
    return render_template('test.html')

@app.route('/jay')
def index_jay():
    time.sleep(2)
    return render_template('test.html')

@app.route('/tom')
def index_tom():
    time.sleep(2)
    return render_template('test.html')

if __name__ == '__main__':
    app.run(threaded=true)
    
########################爬虫代码########################
import time
import aiohttp
import asyncio
from lxml import etree

start = time.time()
urls = [
    'http://127.0.0.1:5000/bobo',
    'http://127.0.0.1:5000/jay',
    'http://127.0.0.1:5000/tom',
    'http://127.0.0.1:5000/bobo',
    'http://127.0.0.1:5000/jay',
    'http://127.0.0.1:5000/tom',
    'http://127.0.0.1:5000/bobo',
    'http://127.0.0.1:5000/jay',
    'http://127.0.0.1:5000/tom',
    'http://127.0.0.1:5000/bobo',
    'http://127.0.0.1:5000/jay',
    'http://127.0.0.1:5000/tom'
]

# 特殊的函数：请求发送和响应数据的捕获
# 细节：在每一个with前加上async，在每一个阻塞操作的前边加上await
async def get_request(url):
    async with aiohttp.clientsession() as s:
        # s.get(url,headers,proxy="http://ip:port",params)
        async with await s.get(url) as response:
            page_text = await response.text()  # read()返回的是byte类型的数据
            return page_text

# 回调函数
def parse(task):
    page_text = task.result()
    tree = etree.html(page_text)
    parse_data = tree.xpath('//li/text()')
    print(parse_data)

tasks = []
for url in urls:
    c = get_request(url)
    task = asyncio.ensure_future(c)
    task.add_done_callback(parse)
    tasks.append(task)

loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

print(time.time() - start)

#执行结果 实现了异步
['i am hero!!!', 'i am superman!!!', 'i am spider!!!']
['i am hero!!!', 'i am superman!!!', 'i am spider!!!']
['i am hero!!!', 'i am superman!!!', 'i am spider!!!']
['i am hero!!!', 'i am superman!!!', 'i am spider!!!']
['i am hero!!!', 'i am superman!!!', 'i am spider!!!']
['i am hero!!!', 'i am superman!!!', 'i am spider!!!']
['i am hero!!!', 'i am superman!!!', 'i am spider!!!']
['i am hero!!!', 'i am superman!!!', 'i am spider!!!']
['i am hero!!!', 'i am superman!!!', 'i am spider!!!']
['i am hero!!!', 'i am superman!!!', 'i am spider!!!']
['i am hero!!!', 'i am superman!!!', 'i am spider!!!']
['i am hero!!!', 'i am superman!!!', 'i am spider!!!']
2.094982147216797

总结

- 单线程+多任务异步协程
  - 协程
    - 如果一个函数的定义被asyic修饰后，则改函数调用后会返回一个协程对象。
  - 任务对象：
    - 就是对协程对象的进一步封装
  - 绑定回调
    - task.add_done_callback(func):func(task):task.result()
  - 事件循环对象
    - 事件循环对象是用来装载任务对象。该对象被启动后，则会异步的处理调用其内部装载的每一个任务对象。（将任务对象手动进行挂起操作）
  - aynic，await
  - 注意事项：在特殊函数内部不可以出现不支持异步模块的代码，否则会中断整个异步的效果！！！
- aiohttp支持异步请求的模块

作者：

出处：

声援博主：如果您觉得文章对您有帮助，可以点击文章右下角 【推荐】一下。您的鼓励是博主的最大动力！

自勉：生活，需要追求；梦想，需要坚持；生命，需要珍惜；但人生的路上，更需要坚强。带着感恩的心启程，学会爱，爱父母，爱自己，爱朋友，爱他人。

上一篇： Python 入门之内置模块 -- re模块

下一篇：虚拟化是云计算发展核心之一

requests模块 高级应用

requests模块 高级应用

httpconnectinpool 问题解决

ip代理

简单使用代理

爬虫代码使用代理

浏览器设置代理

代理池

代理池的作用

简单实现一个代理池

构建一个代理池

cookie的处理

爬取雪球网首页新闻信息 https://xueqiu.com/

爬取过程中遇到问题

解决办法手动添加cookie信息 (不推荐,因为有的网站cookie可能是变动的,这样就写死了)

自动获取cookie(推荐,cookie是变化的也没问题)

页面中验证码识别

识别该网站验证码 https://so.gushiwen.org/user/login.aspx?from=http://so.gushiwen.org/user/collect.aspx

解决办法

实现过程

识别网页验证码

模拟登录

使用 multiprocessing.dummy pool 线程池

模拟请求

简单使用flask模拟server端 进行测试

单线程+多任务异步协程

简单了解 asyncio异步协程函数

协程+多任务(模拟请求)

使用requests模块,发现并不能实现异步

使用aiohttp模块,实现了异步

示例二

总结

PHP日期时间函数的高级应用技巧

python中requests模块的使用方法

PHP 日期时间函数的高级应用技巧

Winform开发框架之通用高级查询模块

爬虫入门之Requests模块学习(四)

C#图片处理3种高级应用

SQL高级应用之同服务器上复制表到另一数据库中并实现去重复

跟我学SpringCloud | 第十四篇：Spring Cloud Gateway高级应用

从零开始学YII2框架（六）高级应用程序模板

requests模块 高级应用

requests模块高级应用

requests模块高级应用

简单使用flask模拟server端进行测试

requests模块高级应用