day02、Requests模块

2.1、anaconda的安装

​ 1 、安装可执行程序

​ 2 、配置环境变量

​ 根据环境变量的先后顺序去查找可执行程序文件，如果查找到就执行，如果查找不到就报错。

​ 3 、python的多版本兼容问题

​ 修改可执行程序的文件名，再配置环境变量

​ 4 、hash案例

import hashlib


def md5_encryption(value):
    """
    对字符串进行加密
    :param value:待加密的字符串
    :return:进行md5加密后的值
    """
    md5 = hashlib.md5()
    md5.update(value.encode('utf-8'))
    return md5.hexdigest()

2.2、requests模块

一、 get请求

(1)、使用步骤

import requests                 # 1、导包

response = requests.get(url)    # 2、发送请求，获取响应
response.text                   # 3、获取响应内容

(2)、get请求详细参数

requests.get(
            url=url,                # 请求的url
            headers=headers         # 请求头【字典】       
            params=params           # 请求参数【字典】
        )
# 返回一个response对象

(3)、response对象的属性

1. 获取响应正文的内容

   • response.text ：获取字符串格式的响应正文内容
   • response.content：获取二进制格式的响应正文内容

2. 获取响应正文的编码类型：response.encoding

   之所以能够通过response.text获取响应内容的字符串，是因为requests底层使用response.encoding来将正文的二进制类型变成字符串的。

3. 其他

   • response.status_code：状态码
   • response.headers：响应头

4. 乱码问题的解决办法

   产生乱码的原因就编解码时不一致，可以通过以下两种方法解决：

   • a、response.content.decode('页面对应的编码格式')
   • b、response.encoding='页面正确的编码'，然后通过response.text就能获取正确的页面内容

5. get请求案例

   案例一：将百度贴吧的前10页保存到本地

import requests
import os


base_url = 'http://tieba.baidu.com/f?'
kw = '刘亦菲'  # 搜索的关键词
headers = {
    'user-agent': 'mozilla/5.0 (windows nt 6.1; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/78.0.3904.108 safari/537.36',
}

filename = './tieba/' + kw  # 爬取的网页存放路径


if not os.path.exists(filename):
    # 如果不存在存放该网页的目录，就创建此目录
    os.mkdir(filename)  

# 将网页的前10页保存到本地
for i in range(10):
    params = {
        'kw': kw,
        'ie': 'utf-8',
        'pn': i*50
    }
    response= requests.get(url=base_url, headers=headers, params=params)

    with open(filename+'/'+kw+str(i+1)+'.html', 'w', encoding='utf-8') as f:
        f.write(response.text)

​ 案例二：百度翻译

import requests

base_url = 'https://fanyi.baidu.com/sug/'
kw = 'product'

data = {
    'kw': kw
}

headers = {
    'user-agent': 'mozilla/5.0 (windows nt 6.1; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/78.0.3904.108 safari/537.36',
    'x-requested-with': 'xmlhttprequest',
    'cookie': cookie; 
    'origin': 'https://fanyi.baidu.com',
    'referer': 'https://fanyi.baidu.com/',
    'content-length': str(len(str(data))),  # 参数内容中所有所有字符的长度
}

response = requests.post(url=base_url, headers=headers, data=data)
# 如果response的内容是json数据，可以通过reponse.json()直接获取json数据，返回的是一个字典或者list
json_data = response.json()

res = ''
for data in json_data['data']:
    res += data['v'] + '\n'
print(res)

二、 post请求

(1)、post请求详细参数

requests.get(
            url=url,                # 请求的url
            headers=headers         # 请求头【字典】       
            data=data               # 请求参数【字典】
        )
# 返回一个response对象

通常很多网页是通过ajax发送post请求获取数据，此时需要找发送ajax请求携带的数据，也就是请求参数。

找请求参数有两种方法：

1. 查看这条ajax接口之前有没有发送过一些ajax接口，如果有，可能这些接口的其中一个的响应内容里面包含这个接口的数据。
2. 有可能这个请求参数写死到页面中的。一般这种情况出现在滚动加载的第一版数据的获取，有可能这么做。
3. 在js文件中去寻找参数。

案例一：有道翻译

import requests
import hashlib
import time
import random


base_url = 'http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'
kw = 'run'

def get_md5(value):
    md5 = hashlib.md5()
    md5.update(value.encode('utf-8'))
    return md5.hexdigest()

"""
由于salt、sign和ts这3个参数由fanyi.js文件中js动态生成的
因此在发送post请求前，需要去动态地生成它们的值
salt = "" + (new date).gettime() + parseint(10 * math.random(), 10)
ts = "" + (new date).gettime()
sign = n.md5("fanyideskweb" + e + salt + "n%a-rkat5fb[gy?;n5@tj")
"""

salt = str(time.time()*1000) + str(random.randint(1, 10))
sign = get_md5("fanyideskweb" + kw + salt + "n%a-rkat5fb[gy?;n5@tj")
ts = str(int(time.time() * 1000))

data = {
    'i': kw,
    'from': 'auto',
    'to': 'auto',
    'smartresult': 'dict',
    'client': 'fanyideskweb',
    'salt': salt, 
    'sign': sign,
    'ts': ts,
    'bv': '710f3e24cb0088b9d9ea448919deb3bb',
    'doctype': 'json',
    'version': '2.1',
    'keyfrom': 'fanyi.web',
    'action': 'fy_by_realtlme'
}

headers = {
    'user-agent': 'mozilla/5.0 (windows nt 6.1; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/78.0.3904.108 safari/537.36',
    'x-requested-with': 'xmlhttprequest',
    'origin': 'http://fanyi.youdao.com',
    'referer': 'http://fanyi.youdao.com/',
    'cookie': 'outfox_search_user_id_ncoo=1291930369.870429; _ga=ga1.2.27463077.1574943185; _gid=ga1.2.609141079.1574943185; outfox_search_user_id="10809467@10.108.160.18"; jsessionid=aaa7w8e0vjuz-5hrbd26w; ___rl__test__cookies=1575019115684',
    'content-length': str(len(str(data))),

}

response = requests.post(url=base_url, headers=headers, data=data)
json_data = response.json()
res = ''
for data in json_data['smartresult']['entries']:
    res += data
print(res)