Python中的requests入门

简介

在Web开发中，经常需要与其他网站或API进行交互，发送HTTP请求并获取响应数据。Python中的requests库是一个简单、易于使用的HTTP库，可以轻松地发送各种类型的HTTP请求。本文将介绍如何入门使用requests库，执行常见的HTTP请求操作。

安装

首先，我们需要安装requests库。使用pip工具可以方便地安装requests，执行以下命令：

代码语言：javascript复制

plaintextCopy codepip install requests

安装完成后，我们就可以在Python脚本中引入requests库了。

发送GET请求

让我们从最简单的HTTP请求开始，发送一个GET请求到指定的URL，并获取响应数据。

代码语言：javascript复制

pythonCopy codeimport requests
response = requests.get("https://www.example.com")
print(response.text)

上面的代码中，我们使用requests.get方法发送了一个GET请求到"https://www.example.com"，并将服务器返回的响应数据打印出来。 response.text属性返回的是响应的文本内容。 requests.get方法还有一些其他的参数可选，例如params可以传递查询字符串参数，headers可以设置请求头等。

发送POST请求

除了发送GET请求，我们还可以发送其他类型的请求，例如POST请求。

代码语言：javascript复制

pythonCopy codeimport requests
data = {
    'username': 'admin',
    'password': '123456'
}
response = requests.post("https://www.example.com/login", data=data)
print(response.text)

上面的代码中，我们使用requests.post方法发送了一个POST请求到"https://www.example.com/login"，并传递了一个字典类型的`data`参数作为请求体。

处理响应

requests库提供了丰富的方法来处理响应数据，包括访问响应头、获取状态码、将响应内容解析为JSON等。以下是一些常用的方法：

response.status_code：获取响应的状态码。
response.headers：获取响应的头部信息。
response.json()：将响应的内容解析为JSON格式。

代码语言：javascript复制

pythonCopy codeimport requests
response = requests.get("https://api.example.com/users")
if response.status_code == 200:
    users = response.json()
    for user in users:
        print(user['name'])
else:
    print("Request failed with status code:", response.status_code)

上述代码中，我们发送了一个GET请求到"https://api.example.com/users"，并根据状态码判断请求是否成功。如果成功，我们将响应内容解析为JSON格式，并遍历输出每个用户的名称。

错误处理

在实际开发中，我们经常需要处理HTTP请求可能遇到的异常情况，例如网络连接错误、请求超时等。 requests库提供了requests.exceptions模块来处理这些异常，我们可以使用try-except语句捕获并处理异常。

代码语言：javascript复制

pythonCopy codeimport requests
from requests.exceptions import RequestException
try:
    response = requests.get("https://www.example.com")
    response.raise_for_status()
    print(response.text)
except RequestException as e:
    print("Request failed:", e)

上面的代码中，我们使用try-except语句来捕获可能发生在请求过程中的异常。response.raise_for_status()方法可以抛出一个HTTP错误异常，如果请求成功，它不会抛出任何异常。

通过本文，我们了解了如何使用requests库在Python中发送HTTP请求，执行常见的操作，包括发送GET和POST请求，处理响应数据，以及错误处理。requests库的简洁、易用的接口，使得在Python中进行HTTP请求变得非常便捷。 requests库还有许多其他强大的功能，例如上传文件、Session管理、设置请求代理等，你可以查阅官方文档来进一步学习和探索。

实际应用场景

一个实际的应用场景是使用requests库访问天气API，获取当地的天气信息。以下是一个示例代码：

代码语言：javascript复制

pythonCopy codeimport requests
apikey = "YOUR_API_KEY"
location = "London, UK"
url = f"http://api.weatherstack.com/current?access_key={apikey}&query={location}"
response = requests.get(url)
if response.status_code == 200:
    weather_data = response.json()
    temperature = weather_data["current"]["temperature"]
    weather_description = weather_data["current"]["weather_descriptions"][0]
    print(f"The current weather in {location} is {weather_description}. The temperature is {temperature}°C.")
else:
    print("Request failed with status code:", response.status_code)

在上述代码中，我们使用天气API提供的API密钥和地点，构建了一个HTTP请求的URL。然后，我们发送一个GET请求到该URL，获取天气数据的响应。如果请求成功，我们从响应中提取了当前的温度和天气描述，并将其打印出来。

总结

requests库是Python中使用最广泛的HTTP库之一，它简化了与外部资源进行通信的过程。然而，与任何工具一样，requests库也有一些缺点。以下是requests库的一些缺点以及一些类似的库的介绍：

1. 缺点

同步阻塞： requests库是基于同步阻塞的IO模型，这意味着当发送一个请求时，程序会等待服务器的响应后才会继续执行下一条语句。在处理多个请求的情况下，这可能导致程序的执行时间变长。
性能问题： 在高并发的场景下，requests库的性能可能不如异步库或使用线程/进程池的方式。这是因为每个请求都会创建一个新的线程或进程，并且每个线程/进程都需要消耗额外的资源。
不支持协程： requests库不支持协程。在异步编程中，协程可以更高效地处理大量的并发请求，但在requests中，我们无法利用协程来提高性能。

2. 类似的库

aiohttp： aiohttp是一个基于异步IO模型的HTTP客户端库，它使用asyncio库进行异步编程。与requests相比，aiohttp可以处理更多的并发请求，并且具有更好的性能。它支持协程，可以方便地执行并发请求，而无需创建大量的线程或进程。使用aiohttp可以在高性能的同时节省资源。
httpx： httpx是一个全新的HTTP客户端库，它提供了与requests类似的接口，但具有更好的性能和更多的功能。与requests相比，httpx支持异步请求和协程，并提供更灵活的配置选项。它也支持HTTP/2、连接池、Cookie管理和代理，是一个功能全面且性能出众的HTTP库。
treq： treq是基于requests库的一个异步封装，它使用twisted库来实现异步请求。它具有requests库的简洁性和易用性，并提供了异步请求的能力。如果你已经熟悉requests库并希望在twisted框架中进行异步编程，可以考虑使用treq。总之，虽然requests库非常方便和易于使用，但在处理大量并发请求、节省资源和提高性能方面可能存在一些限制。对于需要更高性能和更强大功能的场景，可以考虑使用类似的库，如aiohttp、httpx或treq。这些库使用异步IO模型或提供更多高级功能，可以更好地满足不同的需求。

第二期热点征文-程序人生

0 人点赞