Requests实现人人网登录

发布 : 2017-04-11 分类 : Python爬虫 浏览 : 
1
2
3
4
5
虽然Python的标准库中urllib2模块已经包含了平常我们使用的大多数功能

但是它的API使用起来让人感觉不太好

而Requests自称"HTTP for Humans",说明使用更简洁方便

Requests继承了urllib2的所有特性

1
2
3
4
5
Requests支持HTTP连接保持和连接池
Requests支持使用cookie保持会话
Requests支持文件上传
Requests支持自动确定响应内容的编码
Requests支持国际化的URL和POST数据自动编码
1
2
3
4
5
6
7
requests的底层实现其实就是urllib3

Requests的文档非常完备，中文文档也相当不错。
Requests能完全满足当前网络的需求，支持Python 2.6—3.5，而且能在PyPy下完美运行。

开源地址：https://github.com/kennethreitz/requests
中文文档API：http://docs.python-requests.org/zh_CN/latest/index.html

安装方式

1
2
3
4
5
利用pip安装或者利用 easy_install 都可以完成安装：

$ pip install requests

$ easy_install requests

基本GET请求（headers参数和parmas参数）

1
1. 最基本的GET请求可以直接用get方法
1
2
3
4
5
# -*- coding: utf-8 -*-
import requests

response = requests.get("http://www.baidu.com/")
print response.status_code

添加headers和查询参数

1
2
3
4
如果想添加headers，
可以传入headers参数来增加请求头中的headers信息。

如果要将参数放在url中传递，可以利用params参数。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
# -*- coding: utf-8 -*-
import requests

kv = {'wd': 'elasticsearch'}

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}

# params接收一个字典或者字符串的查询参数，字典类型自动转换为url编码，不需要urlencode()
response = requests.get("http://www.baidu.com/s?", params=kv, headers=headers)

# 查看响应内容，response.text返回的是Unicode格式的数据
# print response.text

# 查看响应内容，response.content返回的字节流数据
# print response.content

# 查看完整url地址
print response.url

# 查看响应头部字符编码
print response.encoding

# 查看响应码
print response.status_code
1
2
3
4
使用response.text时，Requests会基于HTTP响应的文本编码自动解码响应内容，
大多数Unicode字符集都能被无缝地解码。

使用response.content时，返回的是服务器响应数据的原始二进制字节流，可以用来保存图片等二进制文件。

基本POST请求（data参数）

1
2
1. 最基本的GET请求可以直接用post方法
response = requests.post("http://www.baidu.com/", data = data)
1
2
2. 传入data数据
对于 POST 请求来说，我们一般需要为它增加一些参数。那么最基本的传参方法可以利用data这个参数。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# -*- coding: utf-8 -*-
import requests

formdata = {
    "type":"AUTO",
    "i":"i love python",
    "doctype":"json",
    "xmlVersion":"1.8",
    "keyfrom":"fanyi.web",
    "ue":"UTF-8",
    "action":"FY_BY_ENTER",
    "typoResult":"true"
}

url = "http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule&smartresult=ugc&sessionFrom=null"

headers={ "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.103 Safari/537.36"}

response = requests.post(url, data = formdata, headers = headers)

# print response.text

# 如果是json文件可以直接显示
print response.json()

Markdown

代理（proxies参数）

1
2
3
4
5
6
7
8
9
10
11
# -*- coding: utf-8 -*-
import requests

# 根据协议类型，选择不同的代理
proxies = {
  "http": "http://12.34.56.79:9527",
  "https": "http://12.34.56.79:9527",
}

response = requests.get("http://www.baidu.com", proxies = proxies)
print response.text

私密代理验证（特定格式） 和 Web客户端验证（auth 参数）

1
urllib2这里的做法比较复杂，requests只需要一步：
1
2
3
4
5
6
7
8
import requests

# 如果代理需要使用HTTP Basic Auth，可以使用下面这种格式：
proxy = { "http": "mr_mao_hacker:sffqry9r@61.158.163.130:16816" }

response = requests.get("http://www.baidu.com", proxies = proxy)

print response.text

web客户端验证

1
如果是Web客户端验证，需要添加 auth = (账户名, 密码)
1
2
3
4
5
6
7
import requests

auth=('test', '123456')

response = requests.get('http://192.168.199.107', auth = auth)

print response.text

Cookies和Session

1
如果一个响应中包含了cookie，那么我们可以利用cookies参数拿到：
1
2
3
4
5
6
7
8
9
10
11
12
import requests

response = requests.get("http://www.baidu.com/")

# 返回CookieJar对象:
cookiejar = response.cookies

# 将CookieJar转为字典：
cookiedict = requests.utils.dict_from_cookiejar(cookiejar)

print cookiejar
print cookiedict

Session

1
2
3
4
在requests里，session对象是一个非常常用的对象，
这个对象代表一次用户会话：从客户端浏览器连接服务器开始，到客户端浏览器与服务器断开。

会话能让我们在跨请求时候保持某些参数，比如在同一个Session实例发出的所有请求之间保持cookie 。

实现人人网登录

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# -*- coding: utf-8 -*-
import requests

# 1. 创建session对象，可以保存Cookie值
ssion = requests.session()

# 2. 处理 headers
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}

# 3. 需要登录的用户名和密码
data = {"email":"mr_mao_hacker@163.com", "password":"alarmchime"}  

# 4. 发送附带用户名和密码的请求，并获取登录后的Cookie值，保存在ssion里
ssion.post("http://www.renren.com/PLogin.do", data = data)

# 5. ssion包含用户登录后的Cookie值，可以直接访问那些登录后才可以访问的页面
response = ssion.get("http://www.renren.com/410043129/profile")

# 6. 打印响应内容
print response.text

Markdown

处理HTTPS请求/SSL证书验证

1
2
3
Requests也可以为HTTPS请求验证SSL证书：

要想检查某个主机的SSL证书，你可以使用verify参数（也可以不写）
1
2
3
4
5
6
import requests
response = requests.get("https://www.baidu.com/", verify=True)

# 也可以省略不写
# response = requests.get("https://www.baidu.com/")
print r.text
1
如果SSL证书验证不通过，或者不信任服务器的安全证书，则会报出SSLError，据说12306证书是自己做的
1
2
3
import requests
response = requests.get("https://www.12306.cn/mormhweb/")
print response.text

Markdown

1
如果我们想跳过 12306 的证书验证，把verify设置为False就可以正常请求了。
1
2
3
4
5
6
7
8
# -*- coding: utf-8 -*-
import requests
import sys
reload(sys)
sys.setdefaultencoding("utf-8")

r = requests.get("https://www.12306.cn/mormhweb/", verify = False)
print r.text
本文作者 : Matrix
原文链接 : https://matrixsparse.github.io/2017/04/11/Requests实现人人网登录/
版权声明 : 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明出处！

知识 & 情怀 | 二者兼得

微信扫一扫, 向我投食

微信扫一扫, 向我投食

支付宝扫一扫, 向我投食

支付宝扫一扫, 向我投食

标签: #大数据 #Python爬虫
留下足迹