详解基于pycharm的requests库使用教程
requests库安装和导入
第一步：cmd打开命令行，使用如下命令安装requests库。
pip install requests
由于我的安装过了，所以如下：
如果提示你pip版本需要更新，按照提示的指令输入即可更新。
第二步：cmd使用如下命令，验证requests库安装完成。
pip list
第三步：在pycharm中，点击file——settings——project——python interpreter——点击+号——搜索requests——install package！
第四步：在你写的.py文件中，使用如下命令导入即可。
import requests
requests库的一个类型六个属性
import requests url = "https://www.baidu.com" response = requests.get(url=url) # 一个类型六个属性 # 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的源码 print(response.text) # 返回一个url地址 print(response.url) # 返回的是二进制数据 print(response.content) # 返回相应的状态码 print(response.status_code) # 返回的响应头 print(response.headers)
输出结果如下：
<class 'requests.models.Response'>
<!DOCTYPE html>
<!--STATUS OK--><html> <head><meta http-equiv=content-type content=text/html;charset=utf-8><meta http-equiv=X-UA-Compatible content=IE=Edge><meta content=always name=referrer><link rel=stylesheet type=text/css href=https://ss1.bdstatic.com/5eN1bjq8AAUYm2zgoY3K/r/www/cache/bdorz/baidu.min.css><title>百度一下，你就知道</title></head> <body link=#0000cc> <div id=wrapper> <div id=head> <div class=head_wrapper> <div class=s_form> <div class=s_form_wrapper> <div id=lg> <img hidefocus=true src=//www.baidu.com/img/bd_logo1.png width=270 height=129> </div> <form id=form name=f action=//www.baidu.com/s class=fm> <input type=hidden name=bdorz_come value=1> <input type=hidden name=ie value=utf-8> <input type=hidden name=f value=8> <input type=hidden name=rsv_bp value=1> <input type=hidden name=rsv_idx value=1> <input type=hidden name=tn value=baidu><span class="bg s_ipt_wr"><input id=kw name=wd class=s_ipt value maxlength=255 autocomplete=off autofocus=autofocus></span><span class="bg s_btn_wr"><input type=submit id=su value=百度一下 class="bg s_btn" autofocus></span> </form> </div> </div> <div id=u1> <a href=http://news.baidu.com name=tj_trnews class=mnav>新闻</a> <a href=https://www.hao123.com name=tj_trhao123 class=mnav>hao123</a> <a href=http://map.baidu.com name=tj_trmap class=mnav>地图</a> <a href=http://v.baidu.com name=tj_trvideo class=mnav>视频</a> <a href=http://tieba.baidu.com name=tj_trtieba class=mnav>贴吧</a> <noscript> <a href=http://www.baidu.com/bdorz/login.gif?login&tpl=mn&u=http%3A%2F%2Fwww.baidu.com%2f%3fbdorz_come%3d1 name=tj_login class=lb>登录</a> </noscript> <script>document.write('<a href="http://www.baidu.com/bdorz/login.gif?login&tpl=mn&u='+ encodeURIComponent(window.location.href+ (window.location.search === "" ? "?" : "&")+ "bdorz_come=1")+ '" name="tj_login" class="lb">登录</a>');
</script> <a href=//www.baidu.com/more/ name=tj_briicon class=bri style="display: block;">更多产品</a> </div> </div> </div> <div id=ftCon> <div id=ftConw> <p id=lh> <a href=http://home.baidu.com>关于百度</a> <a href=http://ir.baidu.com>About Baidu</a> </p> <p id=cp>©2017 Baidu <a href=http://www.baidu.com/duty/>使用百度前必读</a> <a href=http://jianyi.baidu.com/ class=cp-feedback>意见反馈</a> 京ICP证030173号 <img src=//www.baidu.com/img/gs.gif> </p> </div> </div> </div> </body> </html>
post一般是表单请求，如果你直接在百度搜一个东西，那是get请求奥！
requests库的get请求
首先将代码写出来，然后根据代码给大家将对应的知识点，算是入门。
import requests
url = "https://www.baidu.com/s?"
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36'
}
data = {
'wd': '北京'
}
# url请求路径 params参数 kwargs字典
response = requests.get(url=url, params=data, headers=headers)
# 参数使用params传递，且参数无需url encode编码 ，且参数也不需要对象定制，请求资源路径中的?可加可不加
print(response.text)
第一步：首先来看requests库的get方法使用及参数含义。
response = requests.get(url=url, params=data, headers=headers)
url表示请求路径，params表示参数，kwargs表示字典。
参数使用params传递，且参数无需url encode编码 ，且参数也不需要对象定制，请求资源路径中的?可加可不加。
第二步：下面演示一下，这三个参数怎么传递。
接下来的讲解，学过前端的应该都知道怎么弄吧？
右键检查——选择如下——然后刷新
这个地方是我们请求的url！
这个地方是我们传递的数据params！
可能很多人会找From Data，这个地方应该是PayLoad，注意一下！
这个地方是我们传递的字典！
选择下面的user agent，其中有我们的浏览器相关信息。
在上述中，应该注意，由于get的后两个其实都是用python中的字典的形式存储的，所以获取数据后，注意一下格式。
第三步：我们来看看有没有数据，可以在输出地方，使用ctrl + f来搜索验证我们想要的内容在不在。
requests库的post请求
首先将代码写出来，然后根据代码给大家将对应的知识点，算是入门。
import requests
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/97.0.4692.71 Safari/537.36'
}
data = {
'kw': 'eye'
}
# url请求路径 data请求参数 kwargs字典
response = requests.post(url=url, data=data, headers=headers)
# 参数使用data传递，且参数无需url encode编码 ，且参数也不需要对象定制
print(response.text)
输出结果：
{"errno":0,"data":[{"k":"eye","v":"n. \u773c\u775b; \u89c6\u529b; \u773c\u72b6\u7269; \u98ce\u7eaa\u6263\u6263\u773c vt. \u5b9a\u775b\u5730\u770b; \u6ce8\u89c6; \u5ba1\u89c6; \u7ec6\u770b"},{"k":"Eye","v":"[\u4eba\u540d] \u827e; [\u5730\u540d] [\u82f1\u56fd] \u827e\u4f0a"},{"k":"EYE","v":"abbr. European Year of the Environment \u6b27\u6d32\u73af\u5883\u5e74; Iwas"},{"k":"eyed","v":"adj. \u6709\u773c\u7684"},{"k":"eyer","v":"n. \u6ce8\u89c6\u7684\u4eba"}]}
第一步：首先来看requests库的post方法使用及参数含义。
response = requests.post(url=url, data=data, headers=headers)
这里的参数和get方法还有点不同，我们想看详细的话可以这样看，在pycharm中选中方法，即可看到提示。
url表示的是请求路径，data表示的是请求参数，kwargs表示的是字典。
其实难点在于怎么找这个url奥！！即哪一个是我们想要的url！！下面以百度翻译为例！！
我圈起来的这些地方，一定要注意，选中Preserve log！！
就在左边的Name中找，如果其对应的这个PayLoad中的kw和我们搜索的一致，那就是的啦！！！
第二步，可能返回的数据我们也看不懂，那就转换成json的格式来看就行啦！！
import requests
import json
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/97.0.4692.71 Safari/537.36'
}
data = {
'kw': 'eye'
}
# url请求路径 data请求参数 kwargs字典
response = requests.post(url=url, data=data, headers=headers)
obj = json.loads(response.text, encoding='utf-8')
print(obj)
输出结果：
{'errno': 0, 'data': [{'k': 'eye', 'v': 'n. 眼睛; 视力; 眼状物; 风纪扣扣眼 vt. 定睛地看; 注视; 审视; 细看'}, {'k': 'Eye', 'v': '[人名] 艾; [地名] [英国] 艾伊'}, {'k': 'EYE', 'v': 'abbr. European Year of the Environment 欧洲环境年; Iwas'}, {'k': 'eyed', 'v': 'adj. 有眼的'}, {'k': 'eyer', 'v': 'n. 注视的人'}]}
requests库的代理
代理主要处理的是，我们在模拟浏览器给服务器发送请求的时候，我们高速的快速的高频次的访问某个网站，那样的话网站会崩溃的，所以会把我们的ip封掉，那我们怎么办呢？换ip地址就好啦！
import requests
url = "https://www.baidu.com/s?"
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36'
}
data = {
'wd': 'ip'
}
response = requests.get(url=url, params=data, headers=headers)
with open('daili.html', 'w', encoding='utf-8') as fp:
fp.write(response.text)
就会发现写了这个文件！
requests库的cookie
我们是以古诗文网为例！
我们现在想要实现的功能就是，不用登录，直接进入内部的页面。
# 通过登录进入主页面
# 通过找登录接口 我们发现需要的参数很多
"""
__VIEWSTATE: 9Y4yHRQS2k2z739MJJ/8Z0sKfZNltkFId83Z8jCtY3g00xYgg9bsv5oK+KT5DypNl37KWa0IyB+uOwrRPBvTybqGLDdd0chyrWLxhhlHBeAGWL/SLTGYfOh5L1M=
__VIEWSTATEGENERATOR: C93BE1AE
from: http://so.gushiwen.cn/user/collect.aspx
email: 13237153218
pwd: wxm20010428
code: PDBG
denglu: 登录
"""
# 我们观察到__VIEWSTATE __VIEWSTATEGENERATOR code是一个可以变化的量
# __VIEWSTATE __VIEWSTATEGENERATOR 看不到的数据一般都是在页面的源码中
# 我们观察到其在页面源码中 所以我们需要获取页面源码 然后进行解析就可以获取了
# code是验证码
import requests
# 登录url页面
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/97.0.4692.71 Safari/537.36'
}
response = requests.get(url=url, headers=headers)
# print(response.text)
# 解析页面源码 然后获取__VIEWSTATE __VIEWSTATEGENERATOR
from bs4 import BeautifulSoup
soup = BeautifulSoup(response.text, 'lxml')
# 获取__VIEWSTATE
viewstate = soup.select('#__VIEWSTATE')[0].attrs.get('value')
# 获取__VIEWSTATEGENERATOR
viewstategenerator = soup.select('#__VIEWSTATEGENERATOR')[0].attrs.get('value')
# print(viewstate)
# print(viewstategenerator)
# 获取验证码图片
code = soup.select('#imgCode')[0].attrs.get('src')
# print(code)
code_url = 'https://so.gushiwen.cn' + code
# print(code_url)
# 获取验证码的图片后 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 就将这个值给code
# 怎么下载？？？
# import urllib.request
# 此处和后面的请求不是同一个请求 验证码就变了
# urllib.request.urlretrieve(url=code_url, filename='code.jpg')
# request里面有一个方法session() 通过session的返回值就能使请求变成一个对象
session = requests.session()
response_code = session.get(code_url)
# 注意此处使用二进制数据 因为我们要是图片的下载
content_code = response_code.content
with open('code.jpg', 'wb') as fp:
fp.write(content_code)
code_name = 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': viewstate,
'__VIEWSTATEGENERATOR': viewstategenerator,
'from': 'http://so.gushiwen.cn/user/collect.aspx',
'email': '13237153218',
'pwd': 'wxm20010428',
'code': code_name,
'denglu': '登录',
}
response_post = session.post(url=url_post, headers=headers, data=data_post)
with open('gushiwen.html', 'w', encoding='utf-8') as fp:
fp.write(response_post.text)
首先我们打开这个古诗文网的登录页面（假设已经都注册过了），现在我们要输入正确的账号，错误的密码，正确的验证码，点击登录，但是在提示后不要点击确定，否则页面会跳转，然后抓到这个登录所需要的参数。
观察参数后，先找到变化的参数，再试图去获取变化的参数，而且一般这种看不见的参数，一般就是在源码中，我们点击查看源码，然后ctrl+F搜索看不见的参数，找到其位置。
然后我们模拟浏览器给服务器发送请求，获取网页源代码后，使用bs4解析源代码，然后相应变化的参数后，再发送请求即可！
此处会生成两个文件，并且code.jpg，在运行的时候如果加载不出来，那就去项目的文件夹中查找。
自动识别验证码
超级鹰！下载python开发文档，并且将.py和一个图片复制到项目中！
打开后，看一下.py文件，更改用户名和密码上去！
根据其中的提示更改这个用户ID
但是由于我没有充钱，没给我返回哈哈哈哈哈！
大家可以去第三方平台搞验证码识别平台！！
