Mooc爬虫01-request库

标签：_for   html   爬虫   时间   安装   对象   logs   方法   patch   

1 安装

　　pip install requests

2 主要的方法

　　requests.request()　　支撑所有的基础方法

　　requests.get()　　　　　　

　　requests.head()

　　requests.post()

　　requests.put()

　　requests.patch()

　　requests.delete()

3 Get方法

　　r = requests.get(URL)

　　　　r是一个Response对象, 包含爬虫返回的内容

　　　　URL的Request

　　requests.get(url, params=None, **kwargs)

　　基本操作方法

import requests
r = requests.get("http://www.baidu.com")
print(r.status_code)

4 Response对象属性

　　status_code

　　　　HTTP请求的返回状态, 200表示成功

　　text

　　　　页面内容

　　encoding

　　　　根据header猜测的内容编码方式

　　apparent_encoding

　　　　从内容中分析出来的编码方式

　　content

　　　　HTTP相应的二进制形式

4 Requests库的异常

　　ConnectionError

　　　　网络链接错误, 例如DNS查询失败, 拒绝链接等

　　HTTPError

　　　　HTTP错误

　　URLRequires

　　　　冲过最大重定向次数

　　ConnectTimeout

　　　　链接超时异常, 仅仅是链接的时候的时间超出

　　Timeout

　　　　url请求超时, 是这个过程的时间超出

5 通用代码框架　　

　　通用代码框架如下

import requests


def getHTMLText(url):
    try:
        r = requests.get(url, timeout=30)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return "产生异常"


if __name__ == "__main__":
    url = "http://www.python.org"
    print(getHTMLText())

Mooc爬虫01-request库

标签：_for   html   爬虫   时间   安装   对象   logs   方法   patch   

原文地址：http://www.cnblogs.com/weihuchao/p/6676176.html