目录
一、requests的基本使用
二、get请求
三、post请求
四、代理的使用
一、requests的基本使用
import requestsurl = 'http://www.baidu.com'response = requests.get(url = url)#一个类型和六个属性
#Response类型
#print(type(response))#设置响应的编码格式
response.encoding = 'utf-8'#以字符串的形式返回网页源码
#print(response.text)#返回一个url地址
#print(response.url)#返回二进制数据
# print(response.content)#返回响应的状态码
print(response.status_code)#获取响应头
print(response.headers)
二、get请求
import requestsurl = 'http://www.baidu.com/s?'headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36'
}data = {'wd':'北京'
}#url--请求资源地址 params--参数 kwargs--字典
response = requests.get(url=url,params=data,headers=headers)content = response.textprint(content)
注: 参数用params传递,参数不需要urlencode编码,不需要请求对象的定制。
三、post请求
import requestspost_url = 'https://fanyi.baidu.com/sug'headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36'
}data = {'kw':'eye'
}#url--请求对象地址 data--参数 kwargs--字典
response = requests.post(url= post_url,data=data,headers=headers)content = response.text
解决乱码
import json
#注:这里是新版json,需要用encode('utf-8),不能用encoding='utf-8'
obj = json.loads(content.encode('utf-8'))
print(obj)
注:requests的post请求不需要编解码,post请求的参数是data,不需要请求对象的定制。
四、代理的使用
proxy = {'http':'101.251.204.174:8080'
}response = requests.get(url=url,params=data,headers=headers,proxies=proxy)
五、cookie登录以及验证码图片识别
e.g.自动登录古诗文网站
import requests#登录页面的url地址
url = 'https://so.gushiwen.cn/user/login.aspx?from=http://so.gushiwen.cn/user/collect.aspx'headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36'
}#获取页面的源码
response = requests.get(url=url,headers=headers)
content = response.text#解析页面源码 获取__VIEWSTATE __VIEWSTATEGENERATOR
from bs4 import BeautifulSoupsoup = BeautifulSoup(content,'lxml')#隐藏域hidden
#获取__VIEWSTATE
viewstate = soup.select('#__VIEWSTATE')[0].attrs.get('value')#获取__VIEWTATEGENERATOR
viewstategenerator = soup.select('#__VIEWSTATEGENERATOR')[0].attrs.get('value')#获取验证码图片
code = soup.select('#imgCode')[0].attrs.get('src')
code_url = 'https://so.gushiwen.cn'+code#requests里的session()
#通过session的返回值,使请求变成一个对象
session = requests.session()
#验证码的url的内容
response_code = session.get(code_url)
#注意此时要使用二进制数据,因为我们要使用图片的下载
content_code = response_code.content
#wb的模式就是将二进制数据写入文件
with open('code.png','wb') as fp:fp.write(content_code)#获取了验证码之后 下载到本地 然后观察验证码 观察之后 然后在控制台输入这个验证码
real_code = input('请输入验证码:')#点击登录
url_post = 'https://so.gushiwen.cn/user/login.aspx?from=http%3a%2f%2fso.gushiwen.cn%2fuser%2fcollect.aspx'data_post = {'__VIEWSTATE':'','__VIEWSTATEGENERATOR':'','from':'http://so.gushiwen.cn/user/collect.aspx','email':'1234567@qq.com','pwd':'123456','code':'','denglu':'登录'
}response_post = session.post(url = url_post,headers=headers,data=data_post)content_post = response_post.textwith open('gushiwen.html','w',encoding='utf-8') as fp:fp.write(content_post)