python requests最全使用指南

warning: 这篇文章距离上次修改已过190天,其中的内容可能已经有所变动。

Python的requests库是一个非常强大的工具,它允许你发送HTTP请求并获取服务器的响应。以下是requests库的一些常见用法:

  1. 发送GET请求



import requests
 
response = requests.get('https://api.github.com/some/endpoint')
print(response.json())
  1. 发送POST请求



import requests
 
payload = {'key1': 'value1', 'key2': 'value2'}
response = requests.post('https://api.github.com/some/endpoint', data=payload)
print(response.json())
  1. 发送带有参数的GET请求



import requests
 
params = {'param1': 'value1', 'param2': 'value2'}
response = requests.get('https://api.github.com/some/endpoint', params=params)
print(response.json())
  1. 发送JSON数据的POST请求



import requests
import json
 
data = json.dumps({'key1': 'value1', 'key2': 'value2'})
headers = {'Content-Type': 'application/json'}
response = requests.post('https://api.github.com/some/endpoint', data=data, headers=headers)
print(response.json())
  1. 发送带有认证的请求



import requests
 
response = requests.get('https://api.github.com/some/endpoint', auth=('user', 'pass'))
print(response.json())
  1. 使用会话对象



import requests
 
s = requests.Session()
 
s.auth = ('user', 'pass')
r = s.get('https://api.github.com/some/endpoint')
print(r.json())
  1. 处理请求和响应



import requests
 
response = requests.get('https://api.github.com/some/endpoint')
 
print(response.status_code)  # 打印状态码
print(response.headers)      # 打印响应头
print(response.url)          # 打印请求的URL
print(response.history)      # 打印重定向历史记录列表
  1. 处理cookies



import requests
 
response = requests.get('https://api.github.com/some/endpoint')
print(response.cookies)
  1. 超时和异常处理



import requests
 
try:
    response = requests.get('https://api.github.com/some/endpoint', timeout=0.01)
except requests.exceptions.Timeout:
    print('请求超时')
  1. 文件上传



import requests
 
files = {'file': open('report.xls', 'rb')}
response = requests.post('https://api.github.com/some/endpoint', files=files)
  1. 使用响应内容



import requests
 
response = requests.get('https://api.github.com/some/endpoint')
print(response.text)  # 以文本格式打印内容
print(response.content)  #

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日