news 2026/4/3 5:50:23

学会Requests库,就学会了Python接口自动化

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
学会Requests库,就学会了Python接口自动化

在 Python 中进行网络请求是日常开发中的一个常见任务,而 requests 库是处理这类任务的一种强大工 具。requests 提供了简单而灵活的接口,使得发送 HTTP 请求和处理响应变得非常容易。在这篇文章中,我们将深入研究如何使用 requests 库执行各种网络请求,处理响应以及利用一些高级功能

01 安装 Requests

首先,确保你已经安装了 requests 库。如果没有安装,可以使用以下命令:

pip install requests

02 发送 GET 请求

requests 库的最基本用法之一就是发送 GET 请求。下面是一个简单的例子:

  1. import requests

  2. url = 'https://www.example.com'

  3. response = requests.get(url)

  4. print(f"Status Code: {response.status_code}")

  5. print("Response Content:")

  6. print(response.text)

在这个例子中,我们使用 requests.get() 函数发送了一个 GET 请求,并打印了响应的状态码和内容。response.text 包含了响应的文本内容。

03 发送带参数的 GET 请求

在实际应用中,我们通常需要向服务器发送一些参数。例如,在进行搜索时,可能需要将搜索关键字作为参数传递给服务器。下面是一个发送带参数的 GET 请求的例子:

  1. import requests

  2. url = 'https://www.example.com/search'

  3. params = {'q': 'python', 'page': 1}

  4. response = requests.get(url, params=params)

  5. print(f"Status Code: {response.status_code}")

  6. print("Response Content:")

  7. print(response.text)

在这个例子中,我们通过 params 参数传递了搜索关键字和页码。

04发送 POST 请求

使用 requests.post() 函数可以发送 POST 请求。POST 请求通常用于向服务器提交数据,比如登录信息或表单数据。

  1. import requests

  2. url = 'https://www.example.com/login'

  3. data = {'username': 'user', 'password': 'pass'}

  4. response = requests.post(url, data=data)

  5. print(f"Status Code: {response.status_code}")

  6. print("Response Content:")

  7. print(response.text)

在这个例子中,我们通过 data 参数传递了用户名和密码。

05 自定义请求头

有时,服务器可能需要特定的请求头信息。你可以通过设置 headers 参数来自定义请求头。

  1. import requests

  2. url = 'https://www.example.com'

  3. headers = {'User-Agent': 'my-app/1.0'}

  4. response = requests.get(url, headers=headers)

  5. print(f"Status Code: {response.status_code}")

  6. print("Response Content:")

  7. print(response.text)

在这个例子中,我们通过 headers 参数设置了一个自定义的 User-Agent 头部。

06 处理响应

requests 库使处理响应变得非常简单。你可以获取响应的状态码、头部信息和内容。下面是一个例子:

  1. import requests

  2. url = 'https://www.example.com'

  3. response = requests.get(url)

  4. print(f"Status Code: {response.status_code}")

  5. print("Headers:")

  6. print(response.headers)

  7. print("Response Content:")

  8. print(response.text)

通过 response.status_code 获取状态码,通过 response.headers 获取头部信息,通过 response.text 获取响应 内容。

07 处理 JSON 响应

如果服务器返回的是 JSON 格式的数据,requests 可以直接将其解析为 Python 对象。

  1. import requests

  2. url = 'https://api.example.com/data'

  3. response = requests.get(url)

  4. data = response.json()

  5. print("Parsed JSON Data:")

  6. print(data)

在这个例子中,response.json() 将响应的 JSON 内容解析为 Python 对象。

08 处理异常

在实际开发中,网络请求可能会失败或超时。requests 库允许你捕获并处理这些异常。

  1. import requests

  2. url = 'https://www.example.com'

  3. try:

  4. response = requests.get(url)

  5. response.raise_for_status() # 检查是否有错误的响应码

  6. except requests.exceptions.HTTPError as errh:

  7. print(f"HTTP Error: {errh}")

  8. except requests.exceptions.ConnectionError as errc:

  9. print(f"Error Connecting: {errc}")

  10. except requests.exceptions.Timeout as errt:

  11. print(f"Timeout Error: {errt}")

  12. except requests.exceptions.RequestException aserr:

  13. print(f"Error: {err}")

  14. else:

  15. print(f"Status Code: {response.status_code}")

  16. print("Response Content:")

  17. print(response.text)

在这个例子中,我们使用了 response.raise_for_status() 来检查是否有错误的响应码,并通过异常处理机制来捕获不同类型的异常。

09 使用 Session 进行持久性连接

requests 的 Session 对象允许你保持一个持久性连接,这对于执行多个相关请求非常有用,比如在登录之后执行其他操作

  1. import requests

  2. url = 'https://www.example.com'

  3. login_data = {'username': 'user', 'password': 'pass'}

  4. # 创建一个 Session 对象

  5. with requests.Session() as session:

  6. # 登录

  7. session.post('https://www.example.com/login', data=login_data)

  8. # 使用同一个 Session 对象进行后续请求

  9. response = session.get(url)

  10. print(f"Status Code: {response.status_code}")

  11. print("Response Content:")

  12. print(response.text)

在这个例子中,我们使用 requests.Session() 创建了一个 Session 对象,并在登录后的请求中使用了相同 的 Session 对象

感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/24 9:54:20

Open-AutoGLM入门到精通:3天掌握AI短视频批量产出秘技

第一章:Open-AutoGLM入门基础与环境搭建Open-AutoGLM 是一个面向自动化生成语言模型任务的开源框架,支持指令理解、代码生成与多模态推理。为顺利使用该框架,需首先完成基础环境配置并了解其核心组件结构。安装依赖与框架部署 建议在 Python …

作者头像 李华
网站建设 2026/3/18 23:07:50

Ollama部署Open-AutoGLM避坑大全(90%新手都会犯的4个错误)

第一章:Ollama部署Open-AutoGLM概述Ollama 是一个轻量级、高效的本地大模型运行框架,支持快速部署和管理各类开源大语言模型。通过 Ollama,开发者能够在本地环境中便捷地加载、运行和调试如 Open-AutoGLM 等基于 GLM 架构的自动化生成模型&am…

作者头像 李华
网站建设 2026/3/22 16:22:12

人工智能之数字生命——如何获取更加准确的相机采集的信息

相机实际能给的“原料”通常至少有这些大类,而你目前只吃进了其中几项: 相机原始可提供的信息(原料层)深度帧 / 距离图(每像素距离、量化精度、无效值)彩色帧(RGB 图像)红外帧 IR&am…

作者头像 李华
网站建设 2026/3/22 11:23:30

Open-AutoGLM论文未公开细节曝光:性能提升60%的关键在哪?

第一章:Open-AutoGLM论文未公开细节曝光:性能提升60%的关键在哪? 近期,Open-AutoGLM模型在多个自然语言理解任务中展现出超越主流基线模型60%的性能提升。尽管其论文未完全披露技术细节,但通过逆向分析与社区实验&…

作者头像 李华
网站建设 2026/3/31 13:23:39

智谱Open-AutoGLM官方视频下载指南(限时资源大曝光)

第一章:智谱Open-AutoGLM宣传视频下载全解析 获取官方资源的正确途径 智谱AI发布的Open-AutoGLM项目旨在推动自动化机器学习的发展,其配套宣传视频通常托管于主流平台。用户应优先访问智谱官方GitHub仓库或官网公告页面,查找嵌入的视频链接或…

作者头像 李华