Python调用RESTAPI的详细教程
从现在开始,努力学习吧!本文《Python调用REST API的完整方法》主要讲解了等等相关知识点,我会在golang学习网中持续更新相关的系列文章,欢迎大家关注并积极留言建议。下面就先一起来看一下本篇正文内容吧,希望能帮到你!
答案:Python调用REST API最核心的工具是requests库,它简化了HTTP请求的发送与响应处理。首先通过pip install requests安装库,然后使用requests.get()或requests.post()等方法发送请求,并可通过response.json()解析JSON数据。为确保程序健壮,需添加异常处理,捕获ConnectionError、Timeout、HTTPError等异常,并使用response.raise_for_status()检查状态码。认证方式包括基本认证(HTTPBasicAuth)、API Key(作为参数或请求头)、Bearer Token(Authorization头)以及OAuth 2.0(常借助requests-oauthlib)。错误处理应覆盖网络层、HTTP响应层和业务逻辑层,如解析JSON时捕获ValueError,检查API返回的错误字段。对于临时故障,可结合Retry机制实现自动重试。参数管理方面,查询字符串用params传递,JSON请求体用json参数,表单数据用data,文件上传用files,请求头通过headers设置。始终依据API文档确定数据格式和认证方式,确保请求正确。

在Python中调用REST API,最核心、最便捷的工具无疑是requests库。它极大地简化了HTTP请求的发送和响应的处理,让开发者能以非常直观的方式与各种Web服务进行交互。
解决方案
要用Python调用REST API,你需要做的主要就是安装并使用requests库。这个库几乎是Python生态系统中的事实标准,其设计理念就是让HTTP请求变得“人性化”。
首先,确保你已经安装了requests:
pip install requests
然后,你可以这样来发送不同类型的请求:
1. 发送GET请求 这是最常见的请求类型,用于从服务器获取数据。
import requests
try:
response = requests.get('https://api.example.com/data')
response.raise_for_status() # 如果状态码不是200,则抛出HTTPError异常
data = response.json() # 尝试将响应解析为JSON
print("获取到的数据:", data)
except requests.exceptions.HTTPError as errh:
print(f"HTTP错误: {errh}")
except requests.exceptions.ConnectionError as errc:
print(f"连接错误: {errc}")
except requests.exceptions.Timeout as errt:
print(f"超时错误: {errt}")
except requests.exceptions.RequestException as err:
print(f"其他错误: {err}")
except ValueError: # 如果response.json()失败,说明响应不是有效的JSON
print("响应不是有效的JSON格式。")
print("原始响应文本:", response.text)这里我直接加入了错误处理,因为实际开发中,没有错误处理的API调用几乎是不可想象的。response.raise_for_status()是个好东西,能帮你快速检查HTTP状态码。
2. 发送POST请求 POST请求通常用于向服务器提交数据,比如创建新资源。
import requests
import json
url = 'https://api.example.com/items'
headers = {'Content-Type': 'application/json'} # 告诉服务器我们发送的是JSON数据
payload = {
'name': '新商品',
'price': 99.99,
'description': '这是一个通过API创建的新商品。'
}
try:
response = requests.post(url, headers=headers, json=payload) # 使用json参数,requests会自动序列化字典并设置Content-Type
response.raise_for_status()
created_item = response.json()
print("创建成功,响应:", created_item)
except requests.exceptions.RequestException as e:
print(f"POST请求失败: {e}")
if hasattr(e, 'response') and e.response is not None:
print(f"服务器响应内容: {e.response.text}")
except ValueError:
print("响应不是有效的JSON格式。")
print("原始响应文本:", response.text)注意这里我用了json=payload,requests会很智能地帮你处理序列化和Content-Type头。如果发送的是表单数据,可以用data=payload。
3. 添加请求头(Headers) 请求头用于传递额外的信息,比如认证令牌、内容类型等。
import requests
url = 'https://api.example.com/protected_resource'
# 假设你需要一个API Key或者Bearer Token进行认证
headers = {
'Authorization': 'Bearer your_access_token_here',
'User-Agent': 'MyPythonApp/1.0', # 自定义User-Agent是个好习惯
'Accept': 'application/json' # 告诉服务器我们期望JSON格式的响应
}
try:
response = requests.get(url, headers=headers)
response.raise_for_status()
print("成功获取受保护资源:", response.json())
except requests.exceptions.RequestException as e:
print(f"请求失败: {e}")
if hasattr(e, 'response') and e.response is not None:
print(f"服务器响应内容: {e.response.text}")这些就是Python调用REST API的基本骨架。实际操作中,你还会遇到认证、错误处理、参数管理等更具体的问题。
如何处理REST API调用中的认证和授权问题?
在调用REST API时,认证和授权是绕不开的话题,毕竟大多数有价值的服务都不会让你“裸奔”访问。我个人觉得,这部分往往比发送请求本身更让人头疼,因为不同的API提供方有不同的实现方式。
1. 基本认证(Basic Authentication)
这是最简单的一种,用户名和密码以Base64编码的形式放在HTTP请求头中。requests库直接支持:
import requests
from requests.auth import HTTPBasicAuth
url = 'https://api.example.com/basic_auth_resource'
response = requests.get(url, auth=HTTPBasicAuth('your_username', 'your_password'))
# 或者更简洁地
# response = requests.get(url, auth=('your_username', 'your_password'))
response.raise_for_status()
print("基本认证成功:", response.json())虽然方便,但安全性相对较低,不推荐在敏感场景下使用,尤其是在不安全的网络环境下。
2. API Key认证 很多API会给你一个API Key,它可能是:
- 作为查询参数:
https://api.example.com/data?api_key=YOUR_API_KEYparams = {'api_key': 'YOUR_API_KEY'} response = requests.get('https://api.example.com/data', params=params) - 作为请求头:
X-API-Key: YOUR_API_KEY或Authorization: Api-Key YOUR_API_KEYheaders = {'X-API-Key': 'YOUR_API_KEY'} response = requests.get('https://api.example.com/data', headers=headers)具体是哪种,得看API文档,这是金科玉律。
3. 令牌认证(Token Authentication,如Bearer Token)
这是目前最流行的方式之一,尤其是在OAuth 2.0流程中。你通过某种方式(比如登录)获取一个令牌(token),然后每次请求都将这个令牌放在Authorization请求头中,格式通常是Bearer YOUR_TOKEN。
token = 'your_very_long_and_secret_access_token'
headers = {
'Authorization': f'Bearer {token}'
}
response = requests.get('https://api.example.com/protected_data', headers=headers)
response.raise_for_status()
print("令牌认证成功:", response.json())我个人觉得这种方式既灵活又相对安全,因为令牌通常有过期时间,而且可以被撤销。管理好令牌的生命周期(刷新、存储)是这里的关键。
4. OAuth 2.0
OAuth 2.0本身是一个授权框架,而不是简单的认证机制。它涉及多个步骤(如获取授权码、交换访问令牌、刷新令牌等)。requests库本身不直接实现OAuth 2.0的整个流程,但它是底层发送HTTP请求的工具。通常,你会使用像requests-oauthlib这样的第三方库来简化OAuth 2.0的实现,或者自己手动实现流程中的每个HTTP请求。这通常是当你需要让第三方应用访问用户数据时才需要考虑的。
总结来说,处理认证授权的核心在于:仔细阅读API文档。它会告诉你期望哪种认证方式、令牌如何获取、如何刷新。我见过太多因为认证头格式不对或者令牌过期而导致API调用失败的案例了。
在Python中调用REST API时,如何有效地处理错误和异常?
错误处理是构建健壮应用程序的基石。如果你的API调用没有适当的错误处理,一旦网络波动、API服务宕机或数据格式不符,程序就可能崩溃。我通常会把错误处理分为几个层面:网络层、HTTP响应层和业务逻辑层。
1. 网络层错误
这些错误发生在HTTP请求甚至还没到达服务器的时候,比如DNS解析失败、网络连接中断、请求超时等。requests库会抛出requests.exceptions模块下的不同异常:
requests.exceptions.ConnectionError: 网络连接问题(如DNS错误、拒绝连接)。requests.exceptions.Timeout: 请求超时。requests.exceptions.RequestException: 这是所有requests异常的基类,可以用来捕获所有requests相关的错误。
import requests
try:
response = requests.get('http://nonexistent-domain-12345.com', timeout=5) # 故意制造连接错误和超时
response.raise_for_status()
print(response.json())
except requests.exceptions.ConnectionError as e:
print(f"网络连接失败或DNS解析错误: {e}")
except requests.exceptions.Timeout as e:
print(f"请求超时: {e}")
except requests.exceptions.RequestException as e:
print(f"发生其他requests错误: {e}")
except Exception as e: # 捕获其他非requests库的异常
print(f"发生未知错误: {e}")我喜欢把requests.exceptions.RequestException放在最后,因为它能捕获所有requests相关的错误,但更具体的异常(如ConnectionError、Timeout)应该先捕获,这样可以给出更精确的错误信息。
2. HTTP响应层错误 即使请求成功发送并到达服务器,服务器也可能返回非2xx(成功)的状态码,表示请求处理失败。
response.status_code: 这是最直接的检查方式。2xx通常表示成功,4xx表示客户端错误(如400 Bad Request, 401 Unauthorized, 404 Not Found),5xx表示服务器错误(如500 Internal Server Error, 503 Service Unavailable)。response.raise_for_status(): 这是requests提供的一个非常方便的方法。如果响应状态码是4xx或5xx,它会自动抛出一个requests.exceptions.HTTPError异常。import requests
try:
模拟一个404错误
response = requests.get('https://httpbin.org/status/404')
response.raise_for_status() # 这会在这里抛出HTTPError
print(response.json())except requests.exceptions.HTTPError as e: print(f"HTTP错误: {e}") print(f"状态码: {e.response.status_code}") print(f"响应内容: {e.response.text}") # 打印服务器返回的错误信息 except requests.exceptions.RequestException as e: print(f"发生其他requests错误: {e}")
我发现`raise_for_status()`真的能省很多事,它把检查状态码的重复劳动自动化了。在`HTTPError`中,`e.response`属性可以让你访问原始的响应对象,从而获取状态码和具体的错误信息。
**3. 业务逻辑层错误和数据解析错误**
即使HTTP状态码是200 OK,API返回的数据也可能不符合预期,或者不是有效的JSON。
* **`response.json()`解析失败**: 如果API返回的不是JSON,或者JSON格式有误,调用`response.json()`会抛出`json.JSONDecodeError`(Python 3.5+)或`ValueError`(旧版本Python)。
```python
import requests
import json
try:
# 模拟一个返回非JSON内容的成功响应
response = requests.get('https://httpbin.org/html')
response.raise_for_status()
data = response.json() # 这里会抛出ValueError或json.JSONDecodeError
print(data)
except (json.JSONDecodeError, ValueError) as e:
print(f"JSON解析错误: {e}")
print(f"原始响应文本: {response.text[:200]}...") # 打印部分原始响应,帮助调试
except requests.exceptions.RequestException as e:
print(f"请求失败: {e}")- API返回的业务错误: 有些API即使成功处理了请求,也会在JSON响应中包含一个
"error"字段或特定的错误码。你需要根据API文档来解析这些业务错误。# 假设API返回 { "status": "error", "message": "无效的参数" } response_data = {"status": "error", "message": "无效的参数"} if response_data.get("status") == "error": print(f"API业务错误: {response_data.get('message')}")这部分就需要根据具体的API文档来定制了。我通常会封装一个函数来处理这些,比如检查
data.get('code')或者data.get('errorMessage')。
4. 重试机制
对于一些临时的网络问题或服务器负载高导致的5xx错误,简单的重试可能会解决问题。你可以手动实现简单的重试逻辑,或者使用像requests-retry这样的库。
import requests
from requests.adapters import HTTPAdapter
from urllib3.util.retry import Retry
# 简单的重试策略
def requests_retry_session(
retries=3,
backoff_factor=0.3,
status_forcelist=(500, 502, 503, 504),
session=None,
):
session = session or requests.Session()
retry = Retry(
total=retries,
read=retries,
connect=retries,
backoff_factor=backoff_factor,
status_forcelist=status_forcelist,
)
adapter = HTTPAdapter(max_retries=retry)
session.mount('http://', adapter)
session.mount('https://', adapter)
return session
# 使用重试会话
try:
session = requests_retry_session()
# 模拟一个偶尔失败的API
response = session.get('https://httpbin.org/status/500') # 第一次可能失败,重试
response.raise_for_status()
print("重试后成功获取:", response.text)
except requests.exceptions.RequestException as e:
print(f"请求最终失败(含重试): {e}")我个人觉得,对于生产环境的API调用,引入重试机制是很有必要的,它能显著提高程序的健壮性和容错性。
调用REST API时,如何管理请求参数、查询字符串和请求体?
管理好请求参数是确保API调用正确响应的关键,这就像给一个黑盒子输入正确的指令。不同的HTTP方法和API设计会要求你以不同的方式传递数据。
1. 查询字符串参数(Query Parameters)
主要用于GET请求,通常出现在URL的?后面,以key=value的形式连接,多个参数用&分隔。requests库通过params参数来处理,它会自动帮你编码和拼接:
import requests
url = 'https://api.example.com/search'
params = {
'query': 'Python REST API',
'page': 1,
'per_page': 10
}
response = requests.get(url, params=params)
# 实际发送的URL可能是:https://api.example.com/search?query=Python+REST+API&page=1&per_page=10
print(f"请求URL: {response.url}")
print(f"响应内容: {response.json()}")我发现requests处理params非常省心,特别是当参数值包含特殊字符时,它会自动进行URL编码,避免了手动编码的麻烦和潜在错误。
2. 请求体(Request Body) 主要用于POST、PUT、PATCH等请求,用于向服务器提交大量数据或复杂结构的数据。
JSON数据 (
json参数) 当API期望接收JSON格式的数据时,这是最常用的方式。requests的json参数会自动将Python字典序列化为JSON字符串,并设置Content-Type: application/json请求头。import requests url = 'https://api.example.com/products' payload = { 'name': '智能手表', 'category': '穿戴设备', 'price': 199.99, 'features': ['心率监测', 'GPS'] } response = requests.post(url, json=payload) print(f"状态码: {response.status_code}") print(f"响应: {response.json()}")我个人觉得这是
requests最方便的特性之一,省去了json.dumps()和手动设置头的步骤。表单数据 (
data参数) 当API期望接收HTML表单提交的数据时(Content-Type: application/x-www-form-urlencoded),可以使用data参数。它也可以是一个字典。import requests url = 'https://api.example.com/login' form_data = { 'username': 'myuser', 'password': 'mypassword' } response = requests.post(url, data=form_data) print(f"状态码: {response.status_code}") print(f"响应: {response.text}")data参数也可以接受字节串,这在发送原始二进制数据时很有用。文件上传 (
files参数) 如果你需要上传文件,requests提供了files参数。import requests url = 'https://api.example.com/upload' with open('my_document.pdf', 'rb') as f: # 以二进制模式打开文件 files = {'document': f} # 键是表单字段名,值是文件对象 response = requests.post(url, files=files) print(f"状态码: {response.status_code}") print(f"响应: {response.text}")这里需要注意,
files参数通常会设置Content-Type: multipart/form-data。我经常会忘记以'rb'模式打开文件,导致上传失败。
3. 请求头(Headers)
请求头用于传递元数据,比如认证信息、内容类型、用户代理等。通过headers参数传递一个字典即可。
import requests
url = 'https://api.example.com/profile'
headers = {
'User-Agent': 'MyCustomPythonClient/1.0',
'Accept-Language': 'zh-CN,zh;q=0.9',
'X-Request-ID': 'unique-id-12345' # 有些API会要求自定义头
}
response = requests.get(url, headers=headers)
print(f"状态码: {response.status_code}")
print(f"响应: {response.json()}")我个人在调试API时,会频繁地修改headers,特别是Content-Type和Authorization,因为它们常常是导致400或401错误的原因。
理解params、data、json和files这几个参数的区别和用途,是高效使用requests库的关键。始终记住,API文档是你的最佳指南,它会明确指出每个端点期望的数据格式和传递方式。
本篇关于《Python调用RESTAPI的详细教程》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
Windows音量合成器设置方法
- 上一篇
- Windows音量合成器设置方法
- 下一篇
- Ubuntu20.04摄像头驱动安装教程
-
- 文章 · python教程 | 4分钟前 |
- Python特征工程技巧:提升数据价值方法
- 271浏览 收藏
-
- 文章 · python教程 | 4分钟前 |
- Python调试原理与实战技巧详解
- 464浏览 收藏
-
- 文章 · python教程 | 9分钟前 | Python Python官网
- Python官网模板获取与使用教程
- 463浏览 收藏
-
- 文章 · python教程 | 13分钟前 |
- Python去除字符串空格方法大全
- 443浏览 收藏
-
- 文章 · python教程 | 24分钟前 |
- Python锁粒度详解与资源保护技巧
- 499浏览 收藏
-
- 文章 · python教程 | 50分钟前 |
- Python处理CSV与结构化数据解析教程
- 482浏览 收藏
-
- 文章 · python教程 | 52分钟前 |
- Python爬虫自动化办公教程详解
- 368浏览 收藏
-
- 文章 · python教程 | 53分钟前 | Python3 CentOS
- CentOS安装Python3教程详解
- 150浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python实战Word2Vec词向量教程
- 379浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python多环境配置管理方法
- 363浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- PythonDocker持久化pip安装教程
- 126浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python自动识别关键帧生成视频摘要方法
- 101浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- ChatExcel酷表
- ChatExcel酷表是由北京大学团队打造的Excel聊天机器人,用自然语言操控表格,简化数据处理,告别繁琐操作,提升工作效率!适用于学生、上班族及政府人员。
- 3621次使用
-
- Any绘本
- 探索Any绘本(anypicturebook.com/zh),一款开源免费的AI绘本创作工具,基于Google Gemini与Flux AI模型,让您轻松创作个性化绘本。适用于家庭、教育、创作等多种场景,零门槛,高自由度,技术透明,本地可控。
- 3871次使用
-
- 可赞AI
- 可赞AI,AI驱动的办公可视化智能工具,助您轻松实现文本与可视化元素高效转化。无论是智能文档生成、多格式文本解析,还是一键生成专业图表、脑图、知识卡片,可赞AI都能让信息处理更清晰高效。覆盖数据汇报、会议纪要、内容营销等全场景,大幅提升办公效率,降低专业门槛,是您提升工作效率的得力助手。
- 3828次使用
-
- 星月写作
- 星月写作是国内首款聚焦中文网络小说创作的AI辅助工具,解决网文作者从构思到变现的全流程痛点。AI扫榜、专属模板、全链路适配,助力新人快速上手,资深作者效率倍增。
- 4986次使用
-
- MagicLight
- MagicLight.ai是全球首款叙事驱动型AI动画视频创作平台,专注于解决从故事想法到完整动画的全流程痛点。它通过自研AI模型,保障角色、风格、场景高度一致性,让零动画经验者也能高效产出专业级叙事内容。广泛适用于独立创作者、动画工作室、教育机构及企业营销,助您轻松实现创意落地与商业化。
- 4197次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览

