Python库request高级部分用法

简介: 记录下学习request库的笔记

会话对象


会话对象可以让你的请求默认带上一些缺省的数据


登录后,返回token,原本再次请求是需要带上token认证的,但是会话对象把一些信息设置成默认的,你继续使用这个会话的话,就不需要填写数据了,默认会带上

importrequestss=requests.session()
resp=s.post(url="http://testing-ft2x-api.cloudcare.cn/api/v1/auth-token/login",json={"username":"jiangyd@jiagouyun.com","password":"Qwe123123"})
s.headers["X-FT-Auth-Token"]=resp.json()["content"]["token"]
resp=s.get("http://testing-ft2x-api.cloudcare.cn/api/v1/workspace/member/list?pageIndex=1&pageSize=2")
print(resp.json())

请求与响应对象

如果你想获取发送了那些headers数据,那么可以通过此方法获取

importrequestsr=requests.get("https://www.baidu.com")
# 响应对象print(r.headers)
# 请求对象print(r.request.headers)

带证书访问


客户端带证书访问

秘钥,公钥,及CA证书,都是私发的,那么请求还是会报错的


如果服务端开启了双向认证,那么带证书访问是有必要的

importrequeststest=requests.get("https://www.jiangyd.cn:7443/test/stats",
cert=("/Users/jiangyd/Downloads/demo/client.crt", "/Users/jiangyd/Downloads/demo/client.key"))
print(test.status_code)


还是需要忽略CA证书错误

importrequeststest=requests.get("https://www.jiangyd.cn:7443/test/stats",
cert=("/Users/jiangyd/Downloads/demo/client.crt", "/Users/jiangyd/Downloads/demo/client.key"),
verify=False)
print(test.status_code)


或指定CA证书

importrequeststest=requests.get("https://www.jiangyd.cn:7443/test/stats",
cert=("/Users/jiangyd/Downloads/demo/client.crt", "/Users/jiangyd/Downloads/demo/client.key"),
verify="/Users/jiangyd/Downloads/demo/root.crt")
print(test.status_code)


或设置环境变量

exportREQUESTS_CA_BUNDLE=/Users/jiangyd/Downloads/demo/root.crt


CA 证书

Requests 默认附带了一套它信任的根证书,来自于 Mozilla trust store。然而它们在每次 Requests 更新时才会更新。这意味着如果你固定使用某一版本的 Requests,你的证书有可能已经 太旧了。

从 Requests 2.4.0 版之后,如果系统中装了 certifi 包,Requests 会试图使用它里边的 证书。这样用户就可以在不修改代码的情况下更新他们的可信任证书。

为了安全起见,我们建议你经常更新 certifi!


importcertifiprint(certifi.where())

我这边输出的结果是:

/Users/jiangyd/PycharmProjects/untitled14/venv/lib/python3.7/site-packages/certifi/cacert.pem

vim cacert.pem 编辑此文件,在文件末尾增加上CA证书的内容

-----BEGIN CERTIFICATE-----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-----END CERTIFICATE-----


代理

如果你无法直接访问服务端,需要通过代理的方式才能访问,那么你可以使用如下方法

importrequestsr=requests.get(url="http://172.16.5.9:5003/", proxies={"http": "http://127.0.0.1:8080"})
print(r.status_code)
print(r.content)
目录
相关文章
|
15天前
|
调度 开发者 Python
Python中的异步编程:理解asyncio库
在Python的世界里,异步编程是一种高效处理I/O密集型任务的方法。本文将深入探讨Python的asyncio库,它是实现异步编程的核心。我们将从asyncio的基本概念出发,逐步解析事件循环、协程、任务和期货的概念,并通过实例展示如何使用asyncio来编写异步代码。不同于传统的同步编程,异步编程能够让程序在等待I/O操作完成时释放资源去处理其他任务,从而提高程序的整体效率和响应速度。
|
18天前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
48 0
|
11天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
34 4
|
11天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
23 2
|
17天前
|
数据采集 JSON 测试技术
Python爬虫神器requests库的使用
在现代编程中,网络请求是必不可少的部分。本文详细介绍 Python 的 requests 库,一个功能强大且易用的 HTTP 请求库。内容涵盖安装、基本功能(如发送 GET 和 POST 请求、设置请求头、处理响应)、高级功能(如会话管理和文件上传)以及实际应用场景。通过本文,你将全面掌握 requests 库的使用方法。🚀🌟
36 7
|
17天前
|
机器学习/深度学习 数据采集 算法
Python机器学习:Scikit-learn库的高效使用技巧
【10月更文挑战第28天】Scikit-learn 是 Python 中最受欢迎的机器学习库之一,以其简洁的 API、丰富的算法和良好的文档支持而受到开发者喜爱。本文介绍了 Scikit-learn 的高效使用技巧,包括数据预处理(如使用 Pipeline 和 ColumnTransformer)、模型选择与评估(如交叉验证和 GridSearchCV)以及模型持久化(如使用 joblib)。通过这些技巧,你可以在机器学习项目中事半功倍。
21 3
|
20天前
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
42 5
|
19天前
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
31 2
|
10天前
|
数据采集 数据可视化 数据挖掘
利用Python进行数据分析:Pandas库实战指南
利用Python进行数据分析:Pandas库实战指南
|
17天前
|
文字识别 自然语言处理 API
Python中的文字识别利器:pytesseract库
`pytesseract` 是一个基于 Google Tesseract-OCR 引擎的 Python 库,能够从图像中提取文字,支持多种语言,易于使用且兼容性强。本文介绍了 `pytesseract` 的安装、基本功能、高级特性和实际应用场景,帮助读者快速掌握 OCR 技术。
35 0