requests是python的一個HTTP客戶端庫，跟urllib，urllib2類似，那為什麼要用requests而不用urllib2呢？官方文件中是這樣說明的：
python的標準庫urllib2提供了大部分需要的HTTP功能，但是API太逆天了，一個簡單的功能就需要一大堆程式碼。

我也看了下requests的文件，確實很簡單，適合我這種懶人。下面就是一些簡單指南。

1. 安裝

安裝很簡單，我是win系統，就在這裡下載了安裝包（網頁中download the zipball處連結），然後$ python setup.py install就裝好了
當然，有easy_install或pip的朋友可以直接使用：easy_install requests或者pip install requests來安裝。
至於linux使用者，這個頁面還有其他安裝方法。
測試：在IDLE中輸入import requests，如果沒提示錯誤，那說明已經安裝成功了！

2. 小試牛刀

import requests
r = requests.get(‘http://www.zhidaow.com‘) # 傳送請求
r.status_code # 返回碼 200
r.headers[‘content-type’] # 返回頭部資訊 ‘text/html; charset=utf8’
r.encoding # 編碼資訊 ‘utf-8’
r.text #內容部分（PS，由於編碼問題，建議這裡使用r.content）
u’\n …

是不是很簡單？比urllib2和urllib簡單直觀的多？！那請接著看快速指南吧。

3. 快速指南
3.1 傳送請求

傳送請求很簡單的，首先要匯入requests模組：
import requests
接下來讓我們獲取一個網頁，例如我個人部落格的首頁：
r = requests.get(‘http://www.zhidaow.com‘)
接下來，我們就可以使用這個r的各種方法和函數了。
另外，HTTP請求還有很多型別，比如POST,PUT,DELETE,HEAD,OPTIONS。也都可以用同樣的方式實現：
r = requests.post(“http://httpbin.org/post“)
r = requests.put(“http://httpbin.org/put“)
r = requests.delete(“

因為目前我還沒用到這些，所以沒有深入研究。
3.2 在URLs中傳遞引數

有時候我們需要在URL中傳遞引數，比如在採集百度搜索結果時，我們wd引數（搜尋詞）和rn引數（搜素結果數量），你可以手工組成URL，requests也提供了一種看起來很NB的方法：

payload = {‘wd’: ‘張亞楠’, ‘rn’: ‘100’} >>> r = requests.get(“http://www.baidu.com/s“, params=payload) >>> print r.url u’http://www.baidu.com/s?rn=100&wd=%E5��%E4��%E6��’

上面wd=的亂碼就是“張亞楠”的轉碼形式。（好像引數按照首字母進行了排序。）
3.3 獲取響應內容

可以通過r.text來獲取網頁的內容。

文件裡說，requests會自動將內容轉碼。大多數unicode字型都會無縫轉碼。但我在cygwin下使用時老是出現UnicodeEncodeError錯誤，鬱悶。倒是在python的IDLE中完全正常。
另外，還可以通過r.content來獲取頁面內容。

文件中說r.content是以位元組的方式去顯示，所以在IDLE中以b開頭。但我在cygwin中用起來並沒有，下載網頁正好。所以就替代了urllib2的urllib2.urlopen(url).read()功能。（基本上是我用的最多的一個功能。）
3.4 獲取網頁編碼

可以使用r.encoding來獲取網頁編碼。

r = requests.get(‘http://www.zhidaow.com‘)
r.encoding ‘utf-8’

當你傳送請求時，requests會根據HTTP頭部來猜測網頁編碼，當你使用r.text時，requests就會使用這個編碼。當然你還可以修改requests的編碼形式。

r = requests.get(‘http://www.zhidaow.com‘)
r.encoding ‘utf-8’ >>>r.encoding = ‘ISO-8859-1’

像上面的例子，對encoding修改後就直接會用修改後的編碼去獲取網頁內容。
3.5 json

像urllib和urllib2，如果用到json，就要引入新模組，如json和simplejson，但在requests中已經有了內建的函式，r.json()。就拿查詢IP的API來說：

3.6 網頁狀態碼

我們可以用r.status_code來檢查網頁的狀態碼。

前兩個例子很正常，能正常開啟的返回200，不能正常開啟的返回404。但第三個就有點奇怪了，那個是百度搜索結果中的302跳轉地址，但狀態碼顯示是200，接下來我用了一招讓他原形畢露：

r.history
(<Response [302]>,)

這裡能看出他是使用了302跳轉。也許有人認為這樣可以通過判斷和正則來獲取跳轉的狀態碼了，其實還有個更簡單的方法：

只要加上一個引數allow_redirects，禁止了跳轉，就直接出現跳轉的狀態碼了，好用吧？我也利用這個在最後一掌做了個簡單的獲取網頁狀態碼的小應用，原理就是這個。
3.7 響應頭內容
可以通過r.headers來獲取響應頭內容。

r = requests.get(‘http://www.zhidaow.com‘)
r.headers { ‘content-encoding’: ‘gzip’, ‘transfer-encoding’: ‘chunked’, ‘content-type’: ‘text/html; charset=utf-8’; … }

可以看到是以字典的形式返回了全部內容，我們也可以訪問部分內容。

r.headers[‘Content-Type’] ‘text/html; charset=utf-8’
r.headers.get(‘content-type’) ‘text/html; charset=utf-8’

3.8 設定超時時間
我們可以通過timeout屬性設定超時時間，一旦超過這個時間還沒獲得響應內容，就會提示錯誤。

requests.get(‘http://github.com‘, timeout=0.001)
Traceback (most recent call last): File “”, line 1, in <module> requests.exceptions.Timeout: HTTPConnectionPool(host=’github.com’, port=80):
Request timed out. (timeout=0.001)

3.9 代理訪問
採集時為避免被封IP，經常會使用代理。requests也有相應的proxies屬性。
import requests
proxies = { “http”: “http://10.10.1.10:3128“, “https”: “http://10.10.1.10:1080“, } requests.get(“http://www.zhidaow.com“, proxies=proxies)
如果代理需要賬戶和密碼，則需這樣：
proxies = { “http”: “http://user:[email protected]:3128/“, }

3.10 請求頭內容
請求頭內容可以用r.request.headers來獲取。

r.request.headers {‘Accept-Encoding’: ‘identity, deflate, compress, gzip’, ‘Accept’: ‘/‘, ‘User-Agent’: ‘python-requests/1.2.3 CPython/2.7.3 Windows/XP’}

3.11 自定義請求頭部

偽裝請求頭部是採集時經常用的，我們可以用這個方法來隱藏：

r = requests.get(‘http://www.zhidaow.com‘)
print r.request.headers[‘User-Agent’]

python-requests/1.2.3 CPython/2.7.3 Windows/XP

headers = {‘User-Agent’: ‘alexkh’}
r = requests.get(‘http://www.zhidaow.com‘, headers = headers)
print r.request.headers[‘User-Agent’]

alexkh

3.12 持久連線keep-alive
requests的keep-alive是基於urllib3，同一會話內的持久連線完全是自動的。同一會話內的所有請求都會自動使用恰當的連線。

也就是說，你無需任何設定，requests會自動實現keep-alive。

4. 簡單應用
4.1 獲取網頁返回碼

後記