day02、Requests模塊

2.1、anaconda的安裝

​ 1 、安裝可執行程式

​ 2 、配置環境變數

​ 根據環境變數的先後順序去查找可執行程式文件，如果查找到就執行，如果查找不到就報錯。

​ 3 、python的多版本相容問題

​ 修改可執行程式的文件名，再配置環境變數

​ 4 、hash案例

import hashlib


def md5_encryption(value):
    """
    對字元串進行加密
    :param value:待加密的字元串
    :return:進行md5加密後的值
    """
    md5 = hashlib.md5()
    md5.update(value.encode('utf-8'))
    return md5.hexdigest()

2.2、requests模塊

一、 get請求

(1)、使用步驟

import requests                 # 1、導包

response = requests.get(url)    # 2、發送請求，獲取響應
response.text                   # 3、獲取響應內容

(2)、get請求詳細參數

requests.get(
            url=url,                # 請求的url
            headers=headers         # 請求頭【字典】       
            params=params           # 請求參數【字典】
        )
# 返回一個response對象

(3)、response對象的屬性

1. 獲取響應正文的內容

   • response.text ：獲取字元串格式的響應正文內容
   • response.content：獲取二進位格式的響應正文內容

2. 獲取響應正文的編碼類型：response.encoding

   之所以能夠通過response.text獲取響應內容的字元串，是因為requests底層使用response.encoding來將正文的二進位類型變成字元串的。

3. 其他

   • response.status_code：狀態碼
   • response.headers：響應頭

4. 亂碼問題的解決辦法

   產生亂碼的原因就編解碼時不一致，可以通過以下兩種方法解決：

   • a、response.content.decode('頁面對應的編碼格式')
   • b、response.encoding='頁面正確的編碼'，然後通過response.text就能獲取正確的頁面內容

5. get請求案例

   案例一：將百度貼吧的前10頁保存到本地

import requests
import os


base_url = 'http://tieba.baidu.com/f?'
kw = '劉亦菲'  # 搜索的關鍵詞
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36',
}

filename = './tieba/' + kw  # 爬取的網頁存放路徑


if not os.path.exists(filename):
    # 如果不存在存放該網頁的目錄，就創建此目錄
    os.mkdir(filename)  

# 將網頁的前10頁保存到本地
for i in range(10):
    params = {
        'kw': kw,
        'ie': 'utf-8',
        'pn': i*50
    }
    response= requests.get(url=base_url, headers=headers, params=params)

    with open(filename+'/'+kw+str(i+1)+'.html', 'w', encoding='utf-8') as f:
        f.write(response.text)

​ 案例二：百度翻譯

import requests

base_url = 'https://fanyi.baidu.com/sug/'
kw = 'product'

data = {
    'kw': kw
}

headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36',
    'x-requested-with': 'XMLHttpRequest',
    'cookie': cookie; 
    'origin': 'https://fanyi.baidu.com',
    'referer': 'https://fanyi.baidu.com/',
    'content-length': str(len(str(data))),  # 參數內容中所有所有字元的長度
}

response = requests.post(url=base_url, headers=headers, data=data)
# 如果response的內容是json數據，可以通過reponse.json()直接獲取json數據，返回的是一個字典或者list
json_data = response.json()

res = ''
for data in json_data['data']:
    res += data['v'] + '\n'
print(res)

二、 post請求

(1)、post請求詳細參數

requests.get(
            url=url,                # 請求的url
            headers=headers         # 請求頭【字典】       
            data=data               # 請求參數【字典】
        )
# 返回一個response對象

通常很多網頁是通過Ajax發送post請求獲取數據，此時需要找發送Ajax請求攜帶的數據，也就是請求參數。

找請求參數有兩種方法：

1. 查看這條ajax介面之前有沒有發送過一些ajax介面，如果有，可能這些介面的其中一個的響應內容裡面包含這個介面的數據。
2. 有可能這個請求參數寫死到頁面中的。一般這種情況出現在滾動載入的第一版數據的獲取，有可能這麼做。
3. 在js文件中去尋找參數。

案例一：有道翻譯

import requests
import hashlib
import time
import random


base_url = 'http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'
kw = 'run'

def get_md5(value):
    md5 = hashlib.md5()
    md5.update(value.encode('utf-8'))
    return md5.hexdigest()

"""
由於salt、sign和ts這3個參數由fanyi.js文件中js動態生成的
因此在發送post請求前，需要去動態地生成它們的值
salt = "" + (new Date).getTime() + parseInt(10 * Math.random(), 10)
ts = "" + (new Date).getTime()
sign = n.md5("fanyideskweb" + e + salt + "n%A-rKaT5fb[Gy?;N5@Tj")
"""

salt = str(time.time()*1000) + str(random.randint(1, 10))
sign = get_md5("fanyideskweb" + kw + salt + "n%A-rKaT5fb[Gy?;N5@Tj")
ts = str(int(time.time() * 1000))

data = {
    'i': kw,
    'from': 'AUTO',
    'to': 'AUTO',
    'smartresult': 'dict',
    'client': 'fanyideskweb',
    'salt': salt, 
    'sign': sign,
    'ts': ts,
    'bv': '710f3e24cb0088b9d9ea448919deb3bb',
    'doctype': 'json',
    'version': '2.1',
    'keyfrom': 'fanyi.web',
    'action': 'FY_BY_REALTlME'
}

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36',
    'X-Requested-With': 'XMLHttpRequest',
    'Origin': 'http://fanyi.youdao.com',
    'Referer': 'http://fanyi.youdao.com/',
    'Cookie': 'OUTFOX_SEARCH_USER_ID_NCOO=1291930369.870429; _ga=GA1.2.27463077.1574943185; _gid=GA1.2.609141079.1574943185; OUTFOX_SEARCH_USER_ID="[email protected]"; JSESSIONID=aaa7W8E0vjuZ-5hRbD26w; ___rl__test__cookies=1575019115684',
    'Content-Length': str(len(str(data))),

}

response = requests.post(url=base_url, headers=headers, data=data)
json_data = response.json()
res = ''
for data in json_data['smartResult']['entries']:
    res += data
print(res)