在使用了urllib库之后，感觉很麻烦，比如获取个cookie都需要分几步，代码又多，这和python的风格好像有点不太像哈，那有没有更加容易点的请求库呢？答案是有的，那就是第三方库requests,这个库的作者是大名鼎鼎的kennethreitz，创作这个库的原因就是想让python开发者更加容易地发起请求，处理请求。里面还有个名字：HTTP for Humans,顾名思义，就是用来请求http的。想看源代码的可以在github上搜索他的名字就可以看到了。
接下来介绍下怎样用这个库吧！
( 这文章原创首发于公众号[日常学python] )
因为这是第三方库，所以我们需要下载，需要在命令行输入
pip install requests
如果你装的是anaconda的忽略这条
安装好了就来进行使用吧
1
进行简单的操作
发送一个get请求
发送请求
import requests
response = requests.get(‘http://httpbin.org/get’)
获取返回的html信息
print(response.text)
这样就发送了一个get请求，并且还打印了返回的内容，这个不再需要知道网页是哪个编码的，不过有时会出现编码问题，但是你也可以指定编码类型，如：
response.encoding = ‘utf-8’
指定完成后就可以正常编码了，前提你得知道网页的编码类型。
出了上面这些，我们还可以获取下面的信息
print(response.headers)
请求状态码
print(response.status_code)
获取网页的二进制内容
print(response.content)
print(response.url) # 获取请求的url
print(response.cookies) # 获取cookie
是不是觉得很容易，一行代码就可以了。不再需要几步代码什么的了。
接下来被发爬的话带上个请求头来进行请求
还可以添加请求头进行请求
headers = {‘User-Agent’:‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.186 Safari/537.36’}
response = requests.get(‘http://httpbin.org/get’, headers=headers )
print(response.headers)
print(response.text)
加个请求头也就是加个关键字参数而已
还可以进行带参数的get请求
进行带参数的get请求
data = {‘name’: ‘june’, ‘password’: 123456}
response = requests.get(‘http://httpbin.org/get’, params=data)
print(response.text)
那如果需要登陆呢？post请求怎样发？告诉你，照样很简单
进行post请求
data = {‘name’: ‘june’, ‘password’: 123456}
response = requests.post(‘http://httpbin.org/post’, data=data, headers=headers)
print(response.text)
是不是很简单，也是加个data关键字参数，把要提交的登陆参数进行post上去。
那除了上面的两个请求，还能进行别的请求吗？我可以非常开心地告诉你，可以的。比如，你要发个put请求，如这样
requests.put()
requests.delete()
这个就是发送put请求和delete请求的，其他的请求也是这样发送，就不一 一说了。
2
进行复杂点的请求
在登陆的时候我们有时候需要输入验证码，那怎样输呢？爬虫的看不了网页，最简单的做法就是把这个验证码的图片下载下来然后手动输入，那么我们怎样下载呢？我们可以向这个图片的url发送请求，然后把返回内容以二进制方法存入文件里面就可以了。
代码如下：
从网上读取二进制数据，比如图片
response = requests.get(‘https://www.baidu.com/img/bd_logo1.png’, headers=headers)
这个是直接获取字节码，这个是要保存的文件
print(response.content)
这个是获取解码后的返回内容，这个是乱码
print(response.text)
用文件来把图片下载下来
with open(‘baidu.png’, ‘wb’) as f: # 注意写的方式是以二进制方式写入
f.write(response.content)
print(‘下载完毕’)
还是很简单，不得不说，这个库太好用了。
当我们需要上传文件的时候，比如图片，我们还可以用post方法把他发送出去
上传文件
files = {‘picture’: open(‘baidu.png’, ‘rb’)}
response = requests.post(‘http://httpbin.org/post’, files=files)
print(response.text)
获取cookie并简单处理一下
获取cookie
response = requests.get(‘https://www.baidu.com’)
for k, v in response.cookies.items():
print(k, ‘=’, v)
当网页返回内容是json格式是，我们不需要用json库来解析，我们可以直接利用requests的方法进行解析，两者的效果是一样的
解析json
j = response.json() # 可以用json库来解析，结果一样
在urllib库时保存登陆信息需要把cookie保存下来，但是在requests库里面，我们只需要用requests.session()来保存信息就可以了。
用会话来保持登陆信息
session = requests.session()
response = session.get(‘http://httpbin.org/cookies/set/number/123456’)
print(response.text)
这样就可以保存登陆了，不需要为cookie操心了，但是每次获取一个session就可以了，然后用来请求或者其他操作。不需要每次请求或者操作都创建一个sesion出来，这样是保存不了登陆信息的
当一个网站不安全，需要你用证书验证的，比如这个网站
1803131549.png
这时要访问里面的网站内容，我们就需要进行验证，代码如下
证书验证
response = requests.get(‘https://www.12306.cn’, verify=False) # 不加这个关键字参数的话会出现验证错误问题，因为这个网站的协议不被信任
这样就可以进行访问了，但是会有一条警告
E:\anaconda\lib\site-packages\urllib3\connectionpool.py:858: InsecureRequestWarning: Unverified HTTPS request is being made. Adding certificate verification is strongly advised. See: https://urllib3.readthedocs.io/en/latest/advanced-usage.html#ssl-warnings
InsecureRequestWarning)
觉得不美观的，我们还可以在请求时加个cert关键字参数，值为可信任的证书，为一个元组，写上账号和密码之类的，这里就不演示了
遇到需要认证的网站，我们也可以这样
from requests.auth import HTTPBasicAuth
设置认证
requests.get(‘需要认证的网址’, auth=HTTPBasicAuth(‘user’, ‘passwd’)) # 由于找不到需要认证的网址，所以先写个主体
还可以这样认证
requests.get(‘需要认证的网址’, auth=(‘user’, ‘passwd’)) # 这样就简单点
由于我找不到需要认证的网站，所以就不演示了。
requests还可以用代理ip来进行请求网站来防止ip被封以至于自己爬不了的尴尬。使用代理ip也比urllib库简单得多，代码如下：
设置代理
proxies = {‘http’: ‘http://122.114.31.177:808’,
‘https’: ‘https://119.28.223.103:8088’}
在请求时添加上列代理
response = requests.get(‘http://httpbin.org/get’, proxies=proxies)
print(response.text)
上面的字典格式需要一 一对应，然后在请求时加上个关键字参数proxies就可以了。
3
请求异常处理
在程序运行时，遇到错误时程序就会被强行停止，如果想要继续运行，就需要进行捕捉异常来让程序继续运行。
在requests库中有个处理异常的库requests.exceptions
这里简单地处理下请求超时的处理情况
import requests
from requests.exceptions import ReadTimeout, ConnectTimeout, HTTPError, ConnectionError, RequestException
捕捉异常
try:
response = requests.get(‘http://httpbin.org/get’, timeout=0.1) # 规定时间内未响应就抛出异常
print(response.text)
except ReadTimeout as e:
print(‘请求超时’)
except ConnectionError as e:
print(‘连接失败’)
except RequestException as e:
print(‘请求失败’)
这里捕捉了三个异常，因为ReadTimeout是ConnectionError的子类，所以先捕捉ReadTimeout,再捕捉父类的。而ConnectionError 和 RequestException 同理
更多的异常处理可以查看文档哈。