当前位置:首页 > 文章列表 > 文章 > python教程 > Pythonrequests库使用教程

Pythonrequests库使用教程

2026-04-12 23:30:28 0浏览 收藏
本文深入浅出地讲解了 Python requests 库的核心实战技能,涵盖从基础三步(导入、请求、解析)到进阶应用的完整链路:包括 GET/POST 请求的规范写法、安全传参与 JSON 自动序列化、文件上传、请求头定制(如 User-Agent)、会话管理(Session 维持登录态)、以及关键的异常处理与精细化超时控制;通过简洁明了的代码示例和实用提醒,帮助开发者避开常见坑点,写出健壮、可维护、贴近真实场景的网络请求代码——无论你是爬虫新手还是 API 调用者,都能快速掌握这个 Python 网络交互的“事实标准”工具。

Python网络请求怎么写_requests库实战教程

用 requests 发起网络请求,核心就三步:导入库、发请求、取数据。它比原生 urllib 简洁得多,是 Python 网络爬虫和 API 调用的标配。

GET 请求:获取网页或 API 数据

最常用的是 requests.get()。比如抓取一个公开 JSON 接口:

import requests

response = requests.get("https://httpbin.org/get?name=alice&age=25") if response.status_code == 200: data = response.json() # 自动解析 JSON print(data["args"]) # {'name': 'alice', 'age': '25'}

  • 记得检查 response.status_code,200 表示成功,4xx/5xx 是错误
  • response.text 拿字符串,response.json() 拿字典(自动解析),response.content 拿原始字节(适合图片、PDF)
  • URL 中的参数可用 params 参数传,更安全清晰:requests.get(url, params={"name": "alice", "age": 25})

POST 请求:提交表单或调用接口

向服务器发送数据,常见于登录、上传、调用 REST API:

data = {"username": "test", "password": "123456"}
response = requests.post("https://httpbin.org/post", data=data)
print(response.json()["form"])  # {'username': 'test', 'password': '123456'}
  • data= 发送表单格式(application/x-www-form-urlencoded)
  • json= 自动序列化并设好 Content-Type: application/json:requests.post(url, json={"key": "value"})
  • 上传文件用 files= 参数:files={"file": open("a.txt", "rb")}

带请求头和会话管理:模拟真实浏览器

很多网站会检查 User-Agent,直接请求可能被拒绝:

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"
}
response = requests.get("https://example.com", headers=headers)
  • 常用头还包括 Referer、Cookie、Accept 等
  • 需要维持登录态?用 requests.Session(),它自动复用 Cookie 和连接:
s = requests.Session()
s.get("https://httpbin.org/cookies/set/sessioncookie/123456789")
r = s.get("https://httpbin.org/cookies")  # 会带上上面设置的 cookie
print(r.json())  # {'cookies': {'sessioncookie': '123456789'}}

异常处理与超时控制:让代码更健壮

网络不稳定,必须捕获异常,否则程序容易崩:

try:
    response = requests.get("https://httpbin.org/delay/5", timeout=3)
except requests.exceptions.Timeout:
    print("请求超时了")
except requests.exceptions.ConnectionError:
    print("连不上服务器")
except requests.exceptions.RequestException as e:
    print(f"其他请求错误:{e}")
  • timeout 推荐显式设置,单位秒,可传元组 (连接超时, 读取超时)
  • 统一捕获 requests.RequestException 可覆盖大多数异常类型
  • 避免不加防护地调用 .json(),先用 .ok 或状态码判断响应是否有效

requests 库上手快,但细节决定成败——头怎么设、超时怎么控、异常怎么兜底、会话怎么复用,这些才是真正写好网络请求的关键。不复杂但容易忽略。

理论要掌握,实操不能落!以上关于《Pythonrequests库使用教程》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

智行火车票选座技巧:靠窗靠过道怎么选智行火车票选座技巧:靠窗靠过道怎么选
上一篇
智行火车票选座技巧:靠窗靠过道怎么选
Python异步GraphQL实战教程分享
下一篇
Python异步GraphQL实战教程分享
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    300次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    356次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    355次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    322次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    141次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码