1 背景

上篇文章讲解了requests模块的基础使用，其中有get、put、post等多种请求方式，使用data、json等格式做为请求参数，在请求体中添加请求头部信息的常见信息，如：headers、cookies，以及对请求响应的处理方法。接下来讲解一下requests的高级用法。

2 进阶方法举例2.1 requests.request()

method：提交方式（get｜post）；url：提交地址；**kwargs：14个控制访问的参数；

常用的参数有：params、data、json、headers、cookies，已在上篇文章中介绍过了，感兴趣的朋友，可以到上篇文章再回顾一下。以下将讲解与示例其他参数的使用。

(资料图)

示例：

2.1.1 files

请求携带文件，如果有的请求需要上传文件，可以用它来实现。

import requests# 上传文件f= {"files": open("favicon.ico", "rb") }data = {"name": "上传文件"}requests.request( method = "POST", url = "http://127.0.0.1:8080/example/request", data = data, files = f)

需注意：favicon.ico文件需和当前脚本在同一目录下，如果不在，可以将文件名称修改为文件路径

import requestsfrom requests.auth import HTTPBasicAuth, HTTPDigestAuth# 1、Basic Auth认证res = requests.request( method = "GET", url = "http://127.0.0.1:8080/example/request", auth = HTTPBasicAuth("username", "password"))res.encoding = "gbk"print(res.status) # 200# 2、DIGEST 认证res = requests.request( method = "GET", url = "http://127.0.0.1:8080/example/request", auth = HTTPDigestAuth("username", "password"))res.encoding = "gbk"print(res.status) # 200

http auth认证的两种方式，分别为Basic方式和Digest认证，其中：Basic Auth的优点是提供简单的用户验证功能，其认证过程简单明了，适合于对安全性要求不高的系统或设备中；同样存在缺点：输入的用户名，密码 base64编码后会出现在Authorization里，很容易被解析出来。那么Digest对比Basic认证有什么不同呢？

Digest思想，是使用一种随机数字符串，双方约定好对哪些信息进行哈希运算，即可完成双方身份的验证。Digest模式避免了密码在网络上明文传输，提高了安全性，但它依然存在缺点，例如认证报文被攻击者拦截到攻击者可以获取到资源。DIGEST 认证提供了高于 BASIC 认证的安全等级，但是和 HTTPS 的客户端认证相比仍旧很弱。DIGEST 认证提供防止密码被窃听的保护机制，但并不存在防止用户伪装的保护机制。DIGEST 认证和 BASIC 认证一样，使用上不那么便捷灵活，且仍达不到多数 Web 网站对高度安全等级的追求标准。因此它的适用范围也有所受限。2.1.2 timeout

请求和响应的超时时间，在网络响应延迟或者无响应时，可以通过设置超时时间，避免等待。

import requests# 设置请求超时1秒，1秒后无响应，将抛出异常，1秒为connect和read时间总和requests.request( method = "POST", url = "http://127.0.0.1:8080/example/request", json = {"k1" : "v1", "k2" : "v2"}, timeout = 1)# 分别设置connect和read的超时时间，传入一个数组requests.request( method = "POST", url = "http://127.0.0.1:8080/example/request", json = {"k1" : "v1", "k2" : "v2"}, timeout = (5, 15))# 永久等待requests.request( method = "POST", url = "http://127.0.0.1:8080/example/request", json = {"k1" : "v1", "k2" : "v2"}, timeout = None # 或者删除timeout参数)# 捕捉超时异常from requests.exceptions import ReadTimeouttry: res = requests.get("http://127.0.0.1:8080/example/request", timeout=0.1) print(res.status_code)except ReadTimeout: print("捕捉到超时异常")2.1.3 allow_redirects

设置重定向开关。

>>> import requests>>> r = requests.get("http://github.com")>>> r.url"https://github.com/">>> r.status_code200>>> r.history[]# 如果使用GET、OPTIONS、POST、PUT、PATCH或DELETE，则可以使用allow_redirects参数禁用重定向>>> r = requests.get("http://github.com", allow_redirects=False)>>> r.status_code301>>> r.history[]# 用HEAD启动重定向>>> r = requests.head("http://github.com", allow_redirects=True)>>> r.url"https://github.com/">>> r.history[]import requestsimport re# 第一次请求r1=requests.get("https://github.com/login")r1_cookie=r1.cookies.get_dict() #拿到初始cookie(未被授权)authenticity_token=re.findall(r"name="authenticity_token".*?value="(.*?)"",r1.text)[0] #从页面中拿到CSRF TOKEN# 第二次请求：带着初始cookie和TOKEN发送POST请求给登录页面，带上账号密码data={ "commit":"Sign in", "utf8":"✓", "authenticity_token":authenticity_token, "login":"xxxxxx@qq.com", "password":"password"}# 测试一：没有指定allow_redirects=False,则响应头中出现Location就跳转到新页面，# r2代表新页面的responser2=requests.post("https://github.com/session", data=data, cookies=r1_cookie )print(r2.status_code) # 200print(r2.url) # 看到的是跳转后的页面print(r2.history) # 看到的是跳转前的responseprint(r2.history[0].text) # 看到的是跳转前的response.text# 测试二：指定allow_redirects=False,则响应头中即便出现Location也不会跳转到新页面，# r2代表的仍然是老页面的responser2=requests.post("https://github.com/session", data=data, cookies=r1_cookie, allow_redirects=False )print(r2.status_code) # 302print(r2.url) # 看到的是跳转前的页面https://github.com/sessionprint(r2.history) # []2.1.4 proxies

同添加headers方法一样，代理参数是dict。

import requestsimport redef get_html(url): proxy = { "http": "120.25.253.234:812", "https" "163.125.222.244:8123" } heads = {} heads["User-Agent"] = "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0" req = requests.get(url, headers=heads,proxies=proxy) html = req.text return htmldef get_ipport(html): regex = r"(.+)" iplist = re.findall(regex, html) regex2 = "(.+)" portlist = re.findall(regex2, html) regex3 = r"(.+)" typelist = re.findall(regex3, html) sumray = [] for i in iplist: for p in portlist: for t in typelist: pass pass a = t+","+i + ":" + p sumray.append(a) print("代理") print(sumray)if __name__ == "__main__": url = "http://www.baidu.com" get_ipport(get_html(url))

某些接口增加了防骚扰模式，对于大规模且频繁的请求，可能会弹出验证码，或者跳转到登录验证页面，或者封禁IP地址，此时如果想要正常访问，可以通过设置代理来解决这个问题。除了基本的HTTP代理外，requests还支持SOCKS协议的代理。

# 安装socks库pip3 install "requests[socks]"# 进行代理import requestsproxies = { "http": "socks5://user:password@host:port", "https": "socks5://user:password@host:port"}res = requests.get("http://www.baidu.com", proxies=proxies)print(res.status) # 2002.1.5 hooks

即钩子方法，requests库只支持一个response的钩子，即在响应返回时，可以捎带执行自定义方法。可以用于打印一些信息、做一些响应检查、或者向响应中添加额外的信息。

import requestsurl = "http://www.baidu.com"def verify_res(res, *args, **kwargs): print("url", res.url) res.status="PASS" if res.status_code == 200 else "FAIL"res = requests.get(url, hooks={"response": verify_res})print(res.text) # print(res.status) # PASS2.1.6 stream

获取内容立即下载开关，response会将报文一次性全部加载到内存中，如果报文过大，可以使用此参数，迭代下载。

import requestsurl="http://www.baidu.com"r = requests.get(url, stream=True)# 解析response_body，以\n分割for lines in r.iter_lines(): print("lines:", lines)# 解析response_body，以字节分割for chunk in r.iter_content(chunk_size=1024): print("chunk:", chunk)2.1.7 verify

认证SSL证书开关，当发送HTTPS请求的时候，如果该网站的证书没有被CA机构信任，程序将报错，可以使用verify参数控制是否检查SSL证书。

# 1、直接设置import requestsresponse = requests.get("https://www.12306.cn", verify=False)print(response.status_code)# 2、请求时虽然设置了跳过检查，但是程序运行时仍然会产生警告，警告中包含建议给我们的指定证书# 可以通过设置，忽略屏蔽这个警告from requests.packages import urllib3 # 如果报错，则直接引入import urllib3# 3、屏蔽警告urllib3.disable_warnings()response = requests.get("https://www.12306.cn", verify=False)print(response.status_code) # 200# 4、通过cert直接声明证书# 本地需要有crt和key文件（key必须是解密状态，加密状态的key是不支持的），并指定它们的路径，response = requests.get("https://www.12306.cn",cert("/path/server.crt","/path/key"))print(response.status_code) # 2002.2 requests库的异常

如何判断是否出现异常呢？

2.2.1 raise_for_status()

该方法在内部判断res.status_code是否等于200，不是则产生异常HTTPError示例：

# 1、HTTPError异常示例import requestsfrom requests.exceptions import HTTPErrortry: res = requests.post("http://127.0.0.1:8080/example/post") res.raise_for_status() # 等同于 if res.status != 200: raise HTTPError return resexcept HTTPError: return False2.2.2 ReadTimeout

该异常类型，将会捕捉到因请求/响应超时的请求。

# Timeout超时异常import requestsfrom requests.exceptions import ReadTimeouttry: res = requests.get("http://127.0.0.1:8080/example/post",timeout=0.5) print(res.status_code) return resexcept ReadTimeout: print("timeout")2.2.3 RequestException

该异常类型，将会捕捉到因无请求引起的异常请求。

# RquestError异常import requestsfrom requests.exceptions import RequestExceptiontry: res = requests.get("http://127.0.0.1:8080/example/post") print(res.status_code) return resexcept RequestException: print("reqerror")3 总结

看到这里，大家应该明白了，requests库是一个比urilib2模块更加简洁的第三方库，它具有如下的特点：

支持HTTP连接保持和连接池支持使用cookie、session保持会话支持文件上传支持自动响应内容的编码支持国际化的URL和Post数据自动编码支持自动实现持久连接keep-alive

因此，requests这个高度封装的模块，可以使我们的HTTP请求，变得更加人性化，使用它将可以轻而易举的完成浏览器请求的任何操作，充分诠释了它的口号：“HTTP for Humans”。

作者：京东物流 骆铜磊

来源：京东云开发者社区

标签：