python中urllib.request和requests的使用及區別詳解
urllib.request
我們都知道,urlopen()方法能發起最基本對的請求發起,但僅僅這些在我們的實際應用中一般都是不夠的,可能我們需要加入headers之類的引數,那需要用功能更為強大的Request類來構建了
在不需要任何其他引數配置的時候,可直接通過urlopen()方法來發起一個簡單的web請求
發起一個簡單的請求
import urllib.request url='https://www.douban.com' webPage=urllib.request.urlopen(url) print(webPage) data=webPage.read() print(data) print(data.decode('utf-8'))
urlopen()方法返回的是一個http.client.HTTPResponse物件,需要通過read()方法做進一步的處理。一般使用read()後,我們需要用decode()進行解碼,通常為utf-8,經過這些步驟後,最終才獲取到我們想要的網頁。
新增Headers資訊
import urllib.request url='https://www.douban.com' headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/64.0.3282.186 Safari/537.36',} response=urllib.request.Request(url=url,headers=headers) webPage=urllib.request.urlopen(response) print(webPage.read().decode('utf-8'))
使用Request類返回的又是一個urllib.request.Request物件了。
通常我們爬取網頁,在構造http請求的時候,都需要加上一些額外資訊,什麼Useragent,cookie等之類的資訊,或者新增代理伺服器。往往這些都是一些必要的反爬機制
requests
通常而言,在我們使用python爬蟲時,更建議用requests庫,因為requests比urllib更為便捷,requests可以直接構造get,post請求併發起,而urllib.request只能先構造get,post請求,再發起。
import requests url='https://www.douban.com' headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML,} get_response = requests.get(url,headers=headers,params=None) post_response=requests.post(url,data=None,json=None) print(post_response) print(get_response.text) print(get_response.content) print(get_response.json)
get_response.text得到的是str資料型別。
get_response.content得到的是Bytes型別,需要進行解碼。作用和get_response.text類似。
get_response.json得到的是json資料。
總而言之,requests是對urllib的進一步封裝,因此在使用上顯得更加的便捷,建議小夥伴們在實際應用當中儘量使用requests。
補充知識:python中urllib.request.Request()與urllib.request.urlopen()區別
蟒蛇中urllib.request.Request()與urllib.request.urlopen()的區別:
相對於urllib.request.urlopen()來說urllib.request.Request是進一步的包裝請求,下面是請求類的原始碼示例:
class Request: # 主要看這塊,建構函式中指明瞭Request進一步包裝請求中可以傳遞的引數有(url,data,headers, # origin_req_host,unverifiable,method) def __init__(self,url,headers={},origin_req_host=None,unverifiable=False,method=None): self.full_url = url self.headers = {} self.unredirected_hdrs = {} self._data = None self.data = data self._tunnel_host = None for key,value in headers.items(): self.add_header(key,value) if origin_req_host is None: origin_req_host = request_host(self) self.origin_req_host = origin_req_host self.unverifiable = unverifiable if method: self.method = method pass
我們可以這樣使用(以下是模擬有道字典翻譯傳送的請求):
# 請求地址url url = "http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule" # 請求頭 request_headers = { 'Host':'fanyi.youdao.com',"User-Agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/63.0.3239.108 Safari/537.36",} # 傳送給伺服器的表單 form_data = { "i": word,"from": "AUTO","to": "AUTO","smartresult": "dict","doctype": "json","version": "2.1","keyfrom": "fanyi.web","action": "FY_BY_REALTIME","typoResult": "false" } # POST傳送的data必須為bytes或bytes型別的可迭代物件,不能是字串 form_data = urllib.parse.urlencode(form_data).encode() # 構造請求物件Request req = urllib.request.Request(url,data=form_data,headers=request_headers) # 發起請求 response = urllib.request.urlopen(req) data = response.read().decode() print(data)
所以,總的來說,如果我們在獲取請求物件時,不需要過多的引數傳遞,我麼可以直接選擇urllib.request.urlopen();如果需要進一步的包裝請求,則需要用urllib.request裡。的urlopen()進行包裝處理。
以上這篇python中urllib.request和requests的使用及區別詳解就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。