requests小结
requestse基本使用
关于requests基本使用方法参照中文版参考文档：
response.text 和response.content的区别
response.text 类型：str 解码类型： 根据HTTP 头部对响应的编码作出有根据的推测，推测的文本编码 如何修改编码方式：response.encoding=”gbk” response.content 类型：bytes 解码类型：没有指定 如何修改编码方式：response.content.deocde(“utf8”) 更推荐使用response.content.deocde()的方式获取响应的html页面
requests使用代理
requests.get("http://www.baidu.com", proxies = proxies) proxies = { "http": "http://12.34.56.79:9527", "https": "https://12.34.56.79:9527", }
代理的基本原理
代理的基本原理
正向代理与反向代理
正向代理：浏览器明确知道要访问的是什么服务器，只不过目前无法达到，需要通过代理来帮助完成这个请求操作。
反向代理：浏览器不知道任何关于要请求的服务器的信息，需要通过Nginx请求。
requests模拟登录的3种方法
- 实例化session，使用session发送post/get请求登录后的页面
session = requests.session() response = session.get(url,headers)
- 在headers中添加cookie键，值为cookie字符串
- 在请求方法中添加cookie参数，接收字典形式的cookie
cookie和session区别
- cookie数据存放在客户的浏览器上，session数据放在服务器上
- cookie不是很安全，别人可以分析存放在本地的cookie并进行cookie欺骗
- session会在一定时间内保存在服务器上。当访问增多，会比较占用你服务器的性能
- 单个cookie保存的数据不能超过4K，很多浏览器都限制一个站点最多保存20个cookie
requests的几个小技巧(我认为的)
#把cookie对象转化为字典 reqeusts.util.dict_from_cookiejar #把字典转化为cookie对象 reqeusts.util.cookiejar_from_dict #url解码 reqeusts.util.unquote() #url编码 reqeusts.util.quote() #忽略SSL证书验证 response = requests.get("https://www.12306.cn/mormhweb/ ", verify=False) #请求https的网站忽略SSL证书验证之后还是会出现警告信息，在请求前加上下面这句就可以禁用安全请求警告 #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） requests.packages.urllib3.disable_warnings()
json小结
json的基本使用
json.loads() #json字符串转化为python数据类型 json.dumps() #python数据类型转化为json字符串 json.load() #包含json的类文件对象转化为python数据类型 json.dump() #python数据类型转化为包含json的类文件对象
什么是类文件对象？
具有read()或者write()方法的对象就是类文件对象，f =open(‘a.txt’,‘r’) f就是类文件对象
如何优雅的查看json?
json文件出现中文乱码：ensure_ascii=False
json、字典格式化输出： indent=2
json格式化打印： 使用pprint使用前需要pip install pprint安装
pprint效果图
