Python Requests库高级用法实战：从基础请求到会话管理
本文深入解析Python Requests库的高级特性，涵盖GET与POST请求的参数传递、JSON序列化及文件流式上传。详细讲解如何利用Session对象保持持久连接与Cookie共享，配置超时机制，验证SSL证书，以及通过代理进行网络请求，帮助开发者构建更稳健的网络爬虫与API交互程序。
一、Requests库的安装
若系统中已安装Python（x,y）或Anaconda等集成开发环境，通常已内置pip包管理工具。可直接通过pip命令安装Python的Requests库。
$ pip install requests
安装完成后，接下来介绍其核心使用方法。
#get请求方法
>>> r = requests.get('https://api.github.com/user', auth=('user', 'pass'))
#打印get请求的状态码
>>> r.status_code
200
#查看请求的数据类型，可以看到是json格式，utf-8编码
>>> r.headers['content-type']
'application/json; charset=utf8'
>>> r.encoding
'utf-8'
#打印请求到的内容
>>> r.text
u'{"type":"User"...'
#输出json格式数据
>>> r.json()
{u'private_gists': 419, u'total_private_repos': 77, ...}
首先通过一个简单示例进行演示：
#小例子
import requests
r = requests.get('http://www.baidu.com')
print type(r)
print r.status_code
print r.encoding
print r.text
print r.cookies
'''请求了百度的网址，然后打印出了返回结果的类型，状态码，编码方式，Cookies等内容 输出：'''
<class 'requests.models.Response'>
200
UTF-8
<RequestsCookieJar[]>
二、HTTP基本请求
Requests库支持HTTP协议中的所有基本请求方式，具体示例如下：
r = requests.post("http://httpbin.org/post")
r = requests.put("http://httpbin.org/put")
r = requests.delete("http://httpbin.org/delete")
r = requests.head("http://httpbin.org/get")
r = requests.options(http://httpbin.org/get)
基本GET请求
r = requests.get("http://httpbin.org/get")
#如果想要加参数，可以利用 params 参数：
import requests
payload = {'key1': 'value1', 'key2': 'value2'}
r = requests.get("http://httpbin.org/get", params=payload)
print r.url
#输出：http://httpbin.org/get?key2=value2&key1=value1
若需解析服务器返回的JSON数据，可调用json() 方法。例如，创建一个名为a.json的文件，内容如下：
["foo", "bar", {
"foo": "bar"
}]
#利用如下程序请求并解析：
import requests
r = requests.get("a.json")
print r.text
print r.json()
'''运行结果如下，其中一个是直接输出内容，另外一个方法是利用 json() 方法 解析，感受下它们的不同:'''
["foo", "bar", {
"foo": "bar"
}]
[u'foo', u'bar', {u'foo': u'bar'}]
如需获取服务器返回的原始套接字响应，可访问r.raw属性。但需注意，必须在发起初始请求时设置stream=True参数为True。
r = requests.get('https://github.com/timeline.json', stream=True)
r.raw
#输出
<requests.packages.urllib3.response.HTTPResponse object at 0x101194810>
r.raw.read(10)
'\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03'
通过上述方式，即可获取网页的原始套接字内容。
若需添加请求头Headers，可通过传递headers参数实现：
import requests
payload = {'key1': 'value1', 'key2': 'value2'}
headers = {'content-type': 'application/json'}
r = requests.get("http://httpbin.org/get", params=payload, headers=headers)
print r.url
#通过headers参数可以增加请求头中的headers信息
三、基本POST请求
对于POST请求，通常需要传递参数。最基本的传参方式是利用data参数。
import requests
payload = {'key1': 'value1', 'key2': 'value2'}
r = requests.post("http://httpbin.org/post", data=payload)
print r.text
#运行结果如下：
{
"args": {},
"data": "",
"files": {},
"form": {
"key1": "value1",
"key2": "value2"
},
"headers": {
"Accept": "*/*",
"Accept-Encoding": "gzip, deflate",
"Content-Length": "23",
"Content-Type": "application/x-www-form-urlencoded",
"Host": "http://httpbin.org",
"User-Agent": "python-requests/2.9.1"
},
"json": null,
"url": "http://httpbin.org/post"
}
执行后可见参数传输成功，服务器返回了所传递的数据。
若需传输非表单格式的数据，例如JSON格式，可使用json.dumps() 方法对数据进行序列化。
import json
import requests
url = 'http://httpbin.org/post'
payload = {'some': 'data'}
r = requests.post(url, data=json.dumps(payload))
print r.text
#运行结果：
{
"args": {},
"data": "{\"some\": \"data\"}",
"files": {},
"form": {},
"headers": {
"Accept": "*/*",
"Accept-Encoding": "gzip, deflate",
"Content-Length": "16",
"Host": "http://httpbin.org",
"User-Agent": "python-requests/2.9.1"
},
"json": {
"some": "data"
},
"url": "http://httpbin.org/post"
}
通过上述方法，即可成功POST JSON格式的数据。
若需上传文件，直接使用files参数即可：
#新建一个 test.txt 的文件，内容写上 Hello World!
import requests
url = 'http://httpbin.org/post'
files = {'file': open('test.txt', 'rb')}
r = requests.post(url, files=files)
print r.text
{
"args": {},
"data": "",
"files": {
"file": "Hello World!"
},
"form": {},
"headers": {
"Accept": "*/*",
"Accept-Encoding": "gzip, deflate",
"Content-Length": "156",
"Content-Type": "multipart/form-data; boundary=7d8eb5ff99a04c11bb3e862ce78d7000",
"Host": "http://httpbin.org",
"User-Agent": "python-requests/2.9.1"
},
"json": null,
"url": "http://httpbin.org/post"
}
如此便成功完成了一个文件的上传操作。
Requests支持流式上传，允许发送大型数据流或文件而无需将其全部加载至内存。只需为请求体提供一个类文件对象即可，使用十分便捷：
with open('massive-body') as f:
requests.post('http://some.url/streamed', data=f)
四、Cookies处理
若响应中包含Cookie，可利用cookies变量进行提取：
import requests url = 'Example Domain' r = requests.get(url) print r.cookies print r.cookies['example_cookie_name']
上述代码仅为示例，实际开发中可利用cookies变量获取站点返回的Cookie信息。
此外，还可利用cookies变量向服务器发送Cookie信息：
import requests
url = 'http://httpbin.org/cookies'
cookies = dict(cookies_are='working')
r = requests.get(url, cookies=cookies)
print r.text
#输出：
'{"cookies": {"cookies_are": "working"}}'
五、超时配置
可通过timeout参数配置最大请求等待时间。
requests.get(‘Build software better, together', timeout=0.001)
注意：timeout参数仅对连接建立过程有效，与响应体下载时间无关。
这意味着该时间限制仅针对请求连接阶段。即使返回的response包含大量内容，下载耗时较长也不受此限制。
六、会话对象
在前述示例中，每次请求均视为发起新的独立请求，相当于使用不同的浏览器窗口单独访问，并非保持同一会话状态。例如：
import requests
requests.get('http://httpbin.org/cookies/set/sessioncookie/123456789')
r = requests.get("http://httpbin.org/cookies")
print(r.text)
#结果是：
{
"cookies": {}
}
显然，这不属于同一会话，无法跨请求获取Cookie。在某些场景中，我们需要保持持久会话，如同在浏览器不同标签页间跳转访问同一站点。
解决方案如下：
import requests
s = requests.Session()
s.get('http://httpbin.org/cookies/set/sessioncookie/123456789')
r = s.get("http://httpbin.org/cookies")
print(r.text)
#在这里我们请求了两次，一次是设置 cookies，一次是获得 cookies
{
"cookies": {
"sessioncookie": "123456789"
}
}
此时可成功获取到Cookie，这正是建立会话的作用。
既然会话对象是全局配置的载体，我们可对其进行全局参数设置。
import requests
s = requests.Session()
s.headers.update({'x-test': 'true'})
r = s.get('http://httpbin.org/headers', headers={'x-test2': 'true'})
print r.text
'''通过 s.headers.update 方法设置了 headers 的变量。然后我们又在请求中 设置了一个 headers，那么会出现什么结果？很简单，两个变量都传送过去了。 运行结果:'''
{
"headers": {
"Accept": "*/*",
"Accept-Encoding": "gzip, deflate",
"Host": "http://httpbin.org",
"User-Agent": "python-requests/2.9.1",
"X-Test": "true",
"X-Test2": "true"
}
}
若GET方法中传递的headers同样包含x-test字段，结果如何？
r = s.get('http://httpbin.org/headers', headers={'x-test': 'true'})
#它会覆盖掉全局的配置：
{
"headers": {
"Accept": "*/*",
"Accept-Encoding": "gzip, deflate",
"Host": "http://httpbin.org",
"User-Agent": "python-requests/2.9.1",
"X-Test": "true"
}
}
若需移除全局配置中的某项变量，只需将其值设为None即可。
r = s.get('http://httpbin.org/headers', headers={'x-test': None})
{
"headers": {
"Accept": "*/*",
"Accept-Encoding": "gzip, deflate",
"Host": "http://httpbin.org",
"User-Agent": "python-requests/2.9.1"
}
}
以上即为Session会话的基本用法。
七、SSL证书验证
当前大量网站采用HTTPS协议。Requests支持HTTPS请求的SSL证书验证，行为类似于Web浏览器。若要检查主机的SSL证书，可使用verify参数。鉴于此前12306网站证书曾出现过无效情况，可进行如下测试：
import requests
r = requests.get('https://kyfw.12306.cn/otn/', verify=True)
print r.text
#结果：
requests.exceptions.SSLError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:590)
接着测试GitHub网站：
import requests
r = requests.get('Build software better, together', verify=True)
print r.text
请求正常，因输出内容较多，此处省略具体打印结果。
若需跳过前述12306网站的证书验证，可将verify参数设置为False：
import requests
r = requests.get('https://kyfw.12306.cn/otn/', verify=False)
print r.text
此时请求可正常执行。默认情况下verify为True，因此如需跳过验证，需手动调整此变量。
八、代理配置
若需使用代理，可通过为任意请求方法提供proxies参数来配置单个请求。
import requests
proxies = {
"https": "http://41.118.132.69:4433"
}
r = requests.post("http://httpbin.org/post", proxies=proxies)
print r.text
#也可以通过环境变量 HTTP_PROXY 和 HTTPS_PROXY 来配置代理
export HTTP_PROXY="http://10.10.1.10:3128"
export HTTPS_PROXY=http://10.10.1.10:1080
总结
本文介绍了上述全部内容，希望能为读者的学习或工作提供帮助。如有疑问欢迎留言交流，感谢支持。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
