当前位置:首页 > Python > 正文内容

[Python 教程] Python 网络请求与爬虫基础

admin7个月前 (03-18)Python254

Python 网络请求与爬虫基础

requests 是 Python 最常用的 HTTP 库。本文介绍网络请求和爬虫的基础知识。

一、基础请求

import requests

# GET 请求
response = requests.get('https://api.example.com/data')
print(response.status_code)  # 状态码
print(response.text)         # 响应文本
print(response.json())       # JSON 响应

# 带参数
params = {'q': 'python', 'page': 1}
response = requests.get('https://api.example.com/search', params=params)

# POST 请求
data = {'username': 'user', 'password': 'pass'}
response = requests.post('https://api.example.com/login', data=data)

二、请求头

headers = {
    'User-Agent': 'Mozilla/5.0',
    'Accept': 'application/json',
    'Authorization': 'Bearer token123'
}

response = requests.get('https://api.example.com/data', headers=headers)

三、会话管理

session = requests.Session()

# 保持会话(自动处理 cookies)
session.get('https://example.com/login', data={'user': 'admin'})
response = session.get('https://example.com/profile')

# 使用上下文
with requests.Session() as session:
    session.get('https://example.com')

四、文件上传

# 上传文件
files = {'file': open('report.xls', 'rb')}
response = requests.post('https://example.com/upload', files=files)

# 下载文件
response = requests.get('https://example.com/image.jpg')
with open('image.jpg', 'wb') as f:
    f.write(response.content)

五、异常处理

try:
    response = requests.get('https://api.example.com', timeout=5)
    response.raise_for_status()  # 检查状态码
except requests.exceptions.Timeout:
    print('请求超时')
except requests.exceptions.HTTPError as e:
    print(f'HTTP 错误:{e}')
except requests.exceptions.RequestException as e:
    print(f'请求异常:{e}')

六、简单爬虫示例

from bs4 import BeautifulSoup

def crawl_page(url):
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # 提取所有链接
    links = soup.find_all('a')
    for link in links:
        href = link.get('href')
        text = link.get_text(strip=True)
        print(f'{text}: {href}')

crawl_page('https://example.com')

相关文章

Python 装饰器:从入门到实战的完整指南

装饰器(Decorator)是 Python中一种优雅的设计模式,它允许我们在不修改原函数代码的前提下,动态地添加功能。想象一下,你有一个已经写好的函数,现在需要为它添加日志记录、性能监控、权限验证等...

深入理解 Python 装饰器与上下文管理器:从原理到实战

在 Python 开发中,装饰器和上下文管理器是两个非常强大的高级特性。它们能够让代码更加简洁、可读,并且在不修改原有代码逻辑的情况下增强功能。本文将从实际应用场景出发,深入探讨这两个重要概念。一、装...

Python 数据处理三部曲:从清洗到可视化的实战指南

在现代数据驱动的工作场景中,无论是处理实验数据、分析用户行为,还是监控业务指标,高效的数据处理能力都是不可或缺的。Python 提供了一套完整的数据处理工具链,其中 NumPy、Pandas 和 Ma...

Python 异步编程完全指南:从同步到异步

# Python 异步编程完全指南:从同步到异步 # 简介 ## 异步编程的核心概念 ## 基础异步代码示例 ## 并发与并行的区分 ## 异步文件操作 ## 异步数据库操作 ## 异步...

Python字典的高级技巧与实战应用

在日常Python开发中,字典(dict)是我们最亲密的数据结构伙伴。无论是配置管理、数据缓存还是API响应处理,字典都在默默地发挥作用。但很多开发者只停留在基础用法,其实Python字典还有许多高级...

Python dataclass 完全指南:从入门到高级应用

在 Python 开发中,我们经常需要创建用于存储数据的类。传统的做法是编写大量的样板代码:__init__ 方法、__repr__ 方法、__eq__ 方法等。这不仅繁琐,还容易出错。Python...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。