欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

浅析Python requests 模块

程序员文章站 2022-09-25 14:47:00
python requests 模块  requests 模块是我们使用的 python爬虫 模块 可以完成市场进80%的爬虫需求。安装pip install requests使用requests模块...

python requests 模块

  requests 模块是我们使用的 python爬虫 模块 可以完成市场进80%的爬虫需求。

安装

pip install requests

使用

requests模块代码编写的流程:

  • - 指定url
  • - 发起请求
  • - 获取响应对象中的数据
  • - 持久化存储
-------------案例-------------------------
import requests
# 指定url
url="https://www.sogou.com/"
# 发起请求
response = requests.get(url)
# 获取响应对象中的数据
page_text = response.text
# 持久化存储
with open('./sogou.html','w',encoding='utf-8') as fp:
  fp.write()
-------------------------------------------

参数

# post 数据
response = requests.post(url=url,data=data,headers=headers)

# get 数据
response = requests.get(url=url,data=data,headers=headers)

# 返回二进制数据
response.content 

# 返回字符串数据  
response.text  

# 返回json对象   
response.json()

其他了解

1、该模块实现爬取数据前需要查找需要爬取数据的指定url,可通过浏览器自带抓包功能。

# 浏览器抓取 ajax 请求
f12 --> network --> xhr --> name --> response

2、上面的headers参数是进行ua伪装为了反反爬

反爬机制:ua检测 --> ua伪装

3、下面是http我们爬包是常用的请求头参数

- accept: 浏览器通过这个头告诉服务器,他所支持的数据类型
  - accept-charset:浏览器通过这个头告诉服务器,它支持那种字符集
  - accept-encoding:浏览器通过这个头告诉服务器,支持的压缩格式
  - accept-language:浏览器通过这个头告诉服务器,他的语言环境
  - host:浏览器同过这个头告诉服务器,想访问哪台主机
  - if-modifiedsince:浏览器通过这个头告诉服务器,缓存数据的时间
  - heferer:浏览器通过这个头告诉服务器,客户及时那个页面来的,防盗链
  - connection:浏览器通过这个头告诉服务器,请求完后是断开链接还是保持链接
  - x-requested-with:xmlhttprequest 代表通过ajax方式进行访问
  - user-agent:请求载体的身份标识

以上就是浅析python requests 模块的详细内容,更多关于python requests 模块的资料请关注其它相关文章!