专注于 JetBrains IDEA 全家桶,永久激活,教程
持续更新 PyCharm,IDEA,WebStorm,PhpStorm,DataGrip,RubyMine,CLion,AppCode 永久激活教程

python爬虫系列(2.2-requests库的高级使用)

一、设置代理ip

  • 1、直接在请求的时候加上proxies就可以,注意我们一般会写上httphttps的,这样当遇到http请求就会走http字典对应的代理
  • 2、具体代码
    import requests

    if __name__ == "__main__":
        # 定义一个请求头(模拟浏览器)
        headers = {
            'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.162 Safari/537.36'}

        # 定义代理的字典(可以去http://www.xicidaili.com查找最新的代理)
        proxies = {
            'http': 'http://115.223.223.29:9000',
            'https': 'https://197.232.21.141:59075'
        }
        response = requests.get('http://httpbin.org/get', headers=headers, proxies=proxies)
        response.encoding = 'utf-8'
        print(response.text)

二、关于requests库操作cookie

  • 1、从网站上获取cookie
    import requests

    if __name__ == "__main__":
        # 定义一个请求头(模拟浏览器)
        headers = {
            'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.162 Safari/537.36'}
        response = requests.get('https://www.baidu.com', headers=headers)
        # 迭代出全部的
        for k, v in response.cookies.items():
            print(k, '===', v)
        print(response.cookies)
        print(response.cookies.get_dict())

  • 2、使用session会话存储当前网上的cookies
    import requests

    if __name__ == "__main__":
        url = 'https://www.lagou.com/jobs/positionAjax.json?needAddtionalResult=false'
        headers = {
            'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.162 Safari/537.36',
            'Referer': 'https://www.lagou.com/jobs/list_python?labelWords=&fromSearch=true&suginput='
        }
        data = {
            'first': 'true',
            'pn': '1',
            'kd': 'python',
        }
        # 使用session包装下
        session = requests.session()
        response = session.post(url=url, headers=headers, data=data)
        print(response.json())

三、不安全证书网站的请求(12306是最典型的)

  • 1、只需要在请求的时候加上verify=False就可以
  • 2、具体代码
    import requests

    if __name__ == "__main__":
        # 定义一个请求头(模拟浏览器)
        headers = {
            'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.162 Safari/537.36'}
        response = requests.get('http://www.12306.cn/mormhweb/', headers=headers, verify=False)
        response.encoding = 'utf-8'
        print(response.text)

四、更多关于博主文章请访问

未经允许不得转载:搜云库技术团队 » python爬虫系列(2.2-requests库的高级使用)

JetBrains 全家桶,激活、破解、教程

提供 JetBrains 全家桶激活码、注册码、破解补丁下载及详细激活教程,支持 IntelliJ IDEA、PyCharm、WebStorm 等工具的永久激活。无论是破解教程,还是最新激活码,均可免费获得,帮助开发者解决常见激活问题,确保轻松破解并快速使用 JetBrains 软件。获取免费的破解补丁和激活码,快速解决激活难题,全面覆盖 2024/2025 版本!

联系我们联系我们