Python实战:使用requests通过post方式提交json数据

简介: Python实战:使用requests通过post方式提交json数据

目录

安装依赖

pip install requests

方式一:提交dict

该方式比较简单,可以直接提交json参数提交

# -*- coding: utf-8 -*-
import requests
url = 'http://httpbin.org/post'
data = {
    'name': 'Tom',
    'age': 20
}
res = requests.post(url, json=data)
print(res.text)

返回数据

{
  "args": {}, 
  "data": "{\"name\": \"Tom\", \"age\": 20}", 
  "files": {}, 
  "form": {}, 
  "headers": {
    "Accept": "*/*", 
    "Accept-Encoding": "gzip, deflate", 
    "Content-Length": "26", 
    "Content-Type": "application/json", 
    "Host": "httpbin.org", 
    "User-Agent": "python-requests/2.28.1", 
    "X-Amzn-Trace-Id": "Root=1-635f3812-432dff7a0625e9331bb8d78d"
  }, 
  "json": {
    "age": 20, 
    "name": "Tom"
  }, 
  "origin": "1.202.253.34", 
  "url": "http://httpbin.org/post"
}

方式二:提交string

通过自定义请求体提交json数据

# -*- coding: utf-8 -*-
import json
import requests
url = 'http://httpbin.org/post'
data = {
    'name': 'Tom',
    'age': 20
}
# 先序列化成json数据
data_raw = json.dumps(data)
print(data_raw)
# {"name": "Tom", "age": 20}
res = requests.post(url, data=data_raw)
print(res.text)

返回数据

{
  "args": {}, 
  "data": "{\"name\": \"Tom\", \"age\": 20}", 
  "files": {}, 
  "form": {}, 
  "headers": {
    "Accept": "*/*", 
    "Accept-Encoding": "gzip, deflate", 
    "Content-Length": "26", 
    "Host": "httpbin.org", 
    "User-Agent": "python-requests/2.28.1", 
    "X-Amzn-Trace-Id": "Root=1-635f38b0-37b9f6261c85922202d35ee8"
  }, 
  "json": {
    "age": 20, 
    "name": "Tom"
  }, 
  "origin": "61.48.42.110", 
  "url": "http://httpbin.org/post"
}

进一步优化

我们可以发现,方式二提交的数据缺少了一个请求头

{
    "Content-Type": "application/json"
}

虽然可以识别为json数据,不过有的后端框架有可能不能够正常识别json数据

完善代码

# -*- coding: utf-8 -*-
import json
import requests
url = 'http://httpbin.org/post'
data = {
    'name': 'Tom',
    'age': 20
}
# 先序列化成json数据
data_raw = json.dumps(data)
print(data_raw)
# {"name": "Tom", "age": 20}
# 增加请求头
headers = {
    "Content-Type": "application/json; charset=UTF-8"
}
res = requests.post(url, data=data_raw, headers=headers)
print(res.text)

返回数据

{
  "args": {}, 
  "data": "{\"name\": \"Tom\", \"age\": 20}", 
  "files": {}, 
  "form": {}, 
  "headers": {
    "Accept": "*/*", 
    "Accept-Encoding": "gzip, deflate", 
    "Content-Length": "26", 
    "Content-Type": "application/json; charset=UTF-8", 
    "Host": "httpbin.org", 
    "User-Agent": "python-requests/2.28.1", 
    "X-Amzn-Trace-Id": "Root=1-635f3956-7d2bf56b737dd06278d54b80"
  }, 
  "json": {
    "age": 20, 
    "name": "Tom"
  }, 
  "origin": "61.48.42.110", 
  "url": "http://httpbin.org/post"
}


相关文章
|
2天前
|
机器学习/深度学习 Python
【Python实战】——神经网络识别手写数字(三)
【Python实战】——神经网络识别手写数字
|
2天前
|
机器学习/深度学习 数据可视化 Python
【Python实战】——神经网络识别手写数字(二)
【Python实战】——神经网络识别手写数字(三)
|
3天前
|
XML 前端开发 数据格式
BeautifulSoup 是一个 Python 库,用于从 HTML 和 XML 文件中提取数据
BeautifulSoup 是 Python 的一个库,用于解析 HTML 和 XML 文件,即使在格式不规范的情况下也能有效工作。通过创建 BeautifulSoup 对象并使用方法如 find_all 和 get,可以方便地提取和查找文档中的信息。以下是一段示例代码,展示如何安装库、解析 HTML 数据以及打印段落、链接和特定类名的元素。BeautifulSoup 还支持更复杂的查询和文档修改功能。
11 1
|
15小时前
|
监控 数据可视化 IDE
python自动化测试实战 —— 单元测试框架
python自动化测试实战 —— 单元测试框架
8 2
|
2天前
|
机器学习/深度学习 数据可视化 Python
【Python实战】——神经网络识别手写数字(一)
【Python实战】——神经网络识别手写数字
|
2天前
|
计算机视觉 Python
【Python实战】——Python+Opencv是实现车牌自动识别
【Python实战】——Python+Opencv是实现车牌自动识别
|
4天前
|
XML JSON API
转Android上基于JSON的数据交互应用
转Android上基于JSON的数据交互应用
|
5天前
|
存储 JSON 编解码
python之simplejson:JSON 编/解码器示例详解
python之simplejson:JSON 编/解码器示例详解
7 0
|
5天前
|
JSON 数据格式 索引
python之JMESPath:JSON 查询语法库示例详解
python之JMESPath:JSON 查询语法库示例详解
14 0
|
5天前
|
存储 JSON 数据挖掘
python序列化和结构化数据详解
python序列化和结构化数据详解
12 0