【爬虫解析4】：requests总结
dalada 2018-01-25
https://www.cnblogs.com/whatbeg/p/5320666.html
会话对象requests.Session能够跨请求地保持某些参数，比如cookies，即在同一个Session实例发出的所有请求都保持同一个cookies,而requests模块每次会自动处理cookies，这样就很方便地处理登录时的cookies问题。在cookies的处理上会话对象一句话可以顶过好几句urllib模块下的操作。即相当于urllib中的：
cj = http.cookiejar.CookieJar()
pro = urllib.request.HTTPCookieProcessor(cj)
opener = urllib.request.build_opener(pro)
urllib.request.install_opener(opener)
1：保持请求之间的Cookies，我们可以这样做。
import requests
session = requests.Session()
session.get(login_url) # 可以保持登录态
2：请求时，会加上headers，一般我们会写成这样
session.get(url, params, headers=headers)
唯一不便的是之后的代码每次都需要这么写，代码显得臃肿，所以我们可以这样:
#在构造函数中，这样设置是全局的。
# 设置请求头
s = requests.Session()
s.headers = {'balabala'}
# 移除服务器验证
s.verify = False
# 设置代理
s.proxies={'aa'}
3：默认requests请求失败后不会重试，但是我们跑case时难免遇到一些网络或外部原因导致case失败，我们可以在Session实例上附加HTTPAdapaters 参数，增加失败重试次数。
request_retry = requests.adapatrs.HTTPAdapaters(max_retries=3）
session.mount('https://',request_retry)
session.mount('http://',request_retry)
这样，之后的请求，若失败，重试3次。
4：重定向
网络请求中可能会遇到重定向，我们需要一次处理一个请求，可以把重定向禁止。
session.post(url,data,allow_redirects=False)
5： post请求提交json格式数据时(请求头为:{“Content-Type”: “application/json”})，一般先要把python对象转换成json对象。可能很多时候是这样写：
session.post(url, data=json.dumps(data))。
其实post有一个默认参数json，可以直接简写成：
session.post(url, json=data)
6：写接口请求，debug时，会需要看下代码请求的详细信息，当然我们可以使用fiddler来查看，其实我们自己也可以在代码这样获取debug信息*
import requests
import logging
import httplib as http_client
http_client.HTTPConnection.debuglevel = 1
logging.basicConfig()
logging.getLogger().setLevel(logging.DEBUG)
requests_log = logging.getLogger("requests.packages.urllib3")
requests_log.setLevel(logging.DEBUG)
requests_log.propagate = True
requests.get('https://www.baidu.com')
#更好的方法是自己封装一个装饰器，就可以为任意请求函数添加一个debug功能。
7：使用grequests实现异步请求。
pip install grequests
import grequests
urls = [
'http://www.url1.com',
'http://www.url2.com',
'http://www.url3.com',
'http://www.url4.com',
'http://www.url5.com',
'http://www.url6.com',
]
resp = (grequests.get(u) for u in urls)
grequests.map(resp)
# [<Response [200]>, <Response [200]>, <Response [200]>, <Response [200]>, <Response [200]>, <Response [200]>]
8：发送自定义cookies
我们使用Session实例来保持请求之间的cookies，但是有些特殊情况，需要使用自定义的cookies
我们可以这样
# 自定义cookies
cookie = {'guid':'5BF0FAB4-A7CF-463E-8C17-C1576fc7a9a8','uuid':'3ff5f4091f35a467'}
session.post('http://wikipedia.org', cookies=cookie)
9：需求确定前后端并行设计时，这时测试并没有办法调用接口，如何做接口测试呢？我们可以使用mock或者是httpretty
import requests
import httpretty
# 模拟返还的状态码
@httpretty.activate
def test_beta1_access():
httpretty.register_uri(httpretty.GET, "http://beta.com/",
body="here is the mocked body",
status=201)
response = requests.get('http://beta.com')
expect(response.status_code).to.equal(201)
# 模拟返还response的body
@httpretty.activate
def test_some_api():
httpretty.register_uri(httpretty.GET, "http://beta.com/",
body='{"success": false}',
content_type='text/json')
response = requests.get('http://beta.com/')
expect(response.json()).to.equal({'success': False})
详细使用可以查看API_DOC
10：统计一个API请求花费的时间，我们可以使用如下方法
session.get(url).elapsed
11：设置请求超时
session.get(url, timeout=15)
# timeout 仅对连接过程有效，与响应体的下载无关。
# timeout 并不是整个下载响应的时间限制，而是如果服务器在15 秒内没有应答，将会引发一个异常（更精确地说，是在 timeout 秒内没有从基础套接字上接收到任何字节的数据时）
关于Python ，requests的小技巧，就是这些。
