Python爬虫之requests库基本介绍

南乔

发布时间：2026-10-15 | 4人浏览过

原创

本文详细介绍Python第三方库requests的基本用法，涵盖安装配置、GET与POST请求、参数传递、JSON解析、文件保存、代理设置、Cookie维持及异常处理等核心功能，帮助开发者快速掌握HTTP客户端操作。

一、说明

requests是一个功能强大的Python HTTP客户端库，在编写爬虫程序或测试服务器响应数据时非常常用。作为Python的第三方库，它专门用于发送HTTP请求，相比内置的urllib模块，requests的使用方式更加简洁直观。

Requests具备以下主要功能特性：

1、支持Keep-Alive连接与连接池 2、支持国际化域名（IDN）和URL 3、支持带有持久Cookie的会话对象 4、实现浏览器级别的SSL证书认证 5、自动进行内容解码 6、支持基本认证和摘要式身份认证 7、提供优雅的key/value格式Cookie管理 8、支持自动解压压缩内容 9、返回Unicode编码的响应体 10、支持HTTP和HTTPS代理设置 11、支持文件分块上传 12、支持流式下载 13、支持连接超时设置 14、支持分块请求 15、支持.netrc配置文件 Requests库兼容Python 2.6至2.7版本，以及Python 3.3至3.7版本，并且能在PyPy环境下完美运行。

使用pip命令进行第三方库的安装

pip install requests

安装完成后，尝试import导入该库，若未报错则说明安装成功，可以开始使用。

二、基本用法：

1、requests.get()方法

该方法用于向目标网站发起请求，返回类型为HTTP response对象。

import requests

response = requests.get('http://www.baidu.com')
print(response.status_code)  # 打印状态码
print(response.url)          # 打印请求url
print(response.headers)      # 打印头信息
print(response.cookies)      # 打印cookie信息
print(response.text)  #以文本形式打印网页源码
print(response.content) #以字节流形式打印
print(response.content.decode("utf-8")) #解决了通过response.text直接返回显示乱码的问题
response.encoding="utf-8" #避免乱码的问题发生

2、各种HTTP请求方式

import requests

requests.get('http://httpbin.org/get')
requests.post('http://httpbin.org/post')
requests.put('http://httpbin.org/put')
requests.delete('http://httpbin.org/delete')
requests.head('http://httpbin.org/get')
requests.options('http://httpbin.org/get')

3、基本的GET请求示例

import requests

response = requests.get('http://httpbin.org/get')
print(response.text)

4、带参数的GET请求

第一种方法是将参数直接拼接在URL字符串内部。

import requests

response = requests.get(http://httpbin.org/get?name=gemey&age=22)
print(response.text)

另一种方法是先将参数封装在字典（dict）中，在发起请求时将params参数指定为该字典。

import requests

data = {
    'name': 'tom',
    'age': 20
}
response = requests.get('http://httpbin.org/get', params=data)
print(response.text)

5、解析JSON数据

import requests

response = requests.get('http://httpbin.org/get')
print(response.text)
print(response.json())  #response.json()方法同json.loads(response.text)
print(type(response.json()))

如果JSON解码失败，程序将会抛出 ValueError: No JSON object could be decoded 异常。需要注意的是，成功调用 response.json() 并不一定意味着HTTP请求本身是成功的。某些服务器会在失败的响应（如HTTP 500错误）中返回包含错误细节的JSON对象，该对象仍会被解码并返回。要检查请求是否成功，应使用 r.raise_for_status() 方法，或者检查 response.status_code 是否与预期一致。

6、保存二进制文件

二进制内容可以通过 response.content 属性获取。

import requests

response = requests.get('http://img.ivsky.com/img/tupian/pre/201708/30/kekeersitao-002.jpg')
b = response.content
with open('F://fengjing.jpg','wb') as f:
    f.write(b)

7、添加请求头（Headers）信息

import requests
heads = {}
heads['User-Agent'] = 'Mozilla/5.0 ' \
                          '(Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 ' \
                          '(KHTML, like Gecko) Version/5.1 Safari/534.50'
 response = requests.get('http://www.baidu.com',headers=headers)

8、使用代理服务器

与添加headers的方法类似，代理参数也需要配置为一个字典（dict）。

此处演示使用requests库爬取IP代理网站上的IP地址、端口号以及代理类型。

import requests
import re

def get_html(url):
    proxy = {
        'http': '120.25.253.234:812',
        'https': '163.125.222.244:8123'
    }
    heads = {}
    heads['User-Agent'] = 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0'
    req = requests.get(url, headers=heads,proxies=proxy)
    html = req.text
    return html

def get_ipport(html):
    regex = r'<td data-title="IP">(.+)</td>'
    iplist = re.findall(regex, html)
    regex2 = '<td data-title="PORT">(.+)</td>'
    portlist = re.findall(regex2, html)
    regex3 = r'<td data-title="类型">(.+)</td>'
    typelist = re.findall(regex3, html)
    sumray = []
    for i in iplist:
        for p in portlist:
            for t in typelist:
                pass
            pass
        a = t+','+i + ':' + p
        sumray.append(a)
    print('高匿代理')
    print(sumray)


if __name__ == '__main__':
    url = 'http://www.kuaidaili.com/free/'
    get_ipport(get_html(url))

9、基本的POST请求

import requests

data = {'name':'tom','age':'22'}

response = requests.post('http://httpbin.org/post', data=data)

10、获取Cookie信息

import requests

response = requests.get('http://www.baidu.com')
print(response.cookies)
print(type(response.cookies))
for k,v in response.cookies.items():
    print(k+':'+v)

11、会话维持（Session）

import requests

session = requests.Session()
session.get('http://httpbin.org/cookies/set/number/12345')
response = session.get('http://httpbin.org/cookies')
print(response.text)

11、证书验证设置

import requests
from requests.packages import urllib3

urllib3.disable_warnings()  #从urllib3中消除警告
response = requests.get('https://www.12306.cn',verify=False)  #证书验证设为FALSE
print(response.status_code)

12、超时异常捕获

import requests
from requests.exceptions import ReadTimeout

try:
    res = requests.get('http://httpbin.org', timeout=0.1)
    print(res.status_code)
except ReadTimeout:
    print(timeout)

13、通用异常处理

在不确定会发生何种错误时，建议尽量使用try…except语句块来捕获并处理异常。

import requests
from requests.exceptions import ReadTimeout,HTTPError,RequestException

try:
    response = requests.get('http://www.baidu.com',timeout=0.5)
    print(response.status_code)
except ReadTimeout:
    print('timeout')
except HTTPError:
    print('httperror')
except RequestException:
    print('reqerror')