爬虫(二)

Requests:urllib3

最基本的GET请求可以直接用get方法
response = requests.get("http://www.baidu.com/")

添加 headers 和 查询参数parmas
response = requests.get("http://www.baidu.com/s?", params = kw, headers = headers)

可以直接用post方法
response = requests.post("http://www.baidu.com/", data = data)

如果需要使用代理，你可以通过为任意请求方法提供 proxies 参数来配置单个请求
response = requests.get("http://www.baidu.com", proxies = proxies)

私密代理验证（特定格式）
proxy = { "http": "mr_mao_hacker:sffqry9r@61.158.163.130:16816" }
response = requests.get("http://www.baidu.com", proxies = proxy)

如果是Web客户端验证，需要添加 auth = (账户名, 密码)
auth=('test', '123456')
response = requests.get('http://192.168.199.107', auth = auth)

如果一个响应中包含了cookie，那么我们可以利用 cookies参数拿到
response = requests.get("http://www.baidu.com/")
# 7. 返回CookieJar对象:
cookiejar = response.cookies
# 8. 将CookieJar转为字典：
cookiedict = requests.utils.dict_from_cookiejar(cookiejar)



session
在 requests 里，session对象是一个非常常用的对象，这个对象代表一次用户会话：从客户端浏览器连接服务器开始，到客户端浏览器与服务器断开
# 1. 创建session对象，可以保存Cookie值
ssion = requests.session()

# 2. 处理 headers
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}

# 3. 需要登录的用户名和密码
data = {"email":"mr_mao_hacker@163.com", "password":"alarmchime"}  

# 4. 发送附带用户名和密码的请求，并获取登录后的Cookie值，保存在ssion里
ssion.post("http://www.renren.com/PLogin.do", data = data)

# 5. ssion包含用户登录后的Cookie值，可以直接访问那些登录后才可以访问的页面
response = ssion.get("http://www.renren.com/410043129/profile")


要想检查某个主机的SSL证书，你可以使用 verify 参数（也可以不写）
r = requests.get("https://www.12306.cn/mormhweb/", verify = False)