前言

在Python爬蟲中，使用requests發(fā)送請求，訪問指定網(wǎng)站，是常見的做法。一般是發(fā)送GET請求或者POST請求，對于GET請求沒有什么好說的，而發(fā)送POST請求，有很多朋友不是很清楚，主要是因為容易混淆 POST提交的方式 。今天在微信交流群里，就有朋友遇到了這種問題，特地講解一下。

在HTTP協(xié)議中，post提交的數(shù)據(jù)必須放在消息主體中，但是協(xié)議中并沒有規(guī)定必須使用什么編碼方式，從而導致了 提交方式 的不同。服務端根據(jù)請求頭中的 Content-Type 字段來獲知請求中的消息主體是用何種方式進行編碼，再對消息主體進行解析。具體的編碼方式包括如下：

1. application/x-www-form-urlencoded：以form表單形式提交數(shù)據(jù)，最常見也是大家最熟悉的
2.  application/json :以json串提交數(shù)據(jù)。

下面使用requests來發(fā)送上述三種編碼的POST請求。

1.提交Form表單

requests提交Form表單,一般存在于網(wǎng)站的登錄，用來提交用戶名和密碼。以http://httpbin.org/post 為例，在requests中，以form表單形式發(fā)送post請求，只需要將請求的參數(shù)構造成一個字典，然后傳給requests.post()的data參數(shù)即可。代碼如下：

url = 'http://httpbin.org/post'
d = {'key1': 'value1', 'key2': 'value2'}
r = requests.post(url, data=d)
print r.text

輸出效果如下：

{
"args":{},
"data":"",
"files":{},
"form":{"key1":"value1","key2":"value2"},
"headers":{"Accept":"*/*","Accept-Encoding":"gzip, deflate",
"Connection":"close",
"Content-Length":"23",
"Content-Type":"application/x-www-form-urlencoded",
"Host":"httpbin.org",
"User-Agent":"python-requests/2.12.3"},
"json":null,
"origin":"113.140.11.122",
"url":http://httpbin.org/post}

httpbin.org網(wǎng)站可以顯示你提交請求的內容，大家注意一下輸出的"Content-Type":"application/x-www-form-urlencoded",證明這是提交Form的方式。大家在登錄一個網(wǎng)站時，可以觀察一下Content-Type是什么。

2.提交json串

對于提交json串，主要是用于發(fā)送ajax請求中，動態(tài)加載數(shù)據(jù)。以拼多多網(wǎng)站為例，加載商品的方式為ajax，商品的內容在響應中。

下面把請求頭和請求實體列舉一下：

一些初學者根據(jù)請求頭寫爬蟲，就會犯requests的使用錯誤。

錯誤寫法

import requests
__author__ = 'qiye'
__date__ = '2018/5/19 21:59'

url = "http://jinbao.pinduoduo.com/network/api/common/goodsList"
data ={"pageSize":60,"pageNumber":1,"withCoupon":0,"sortType":0}
headers = {
  'Content-Type':'application/json; charset=UTF-8',
  'Host':'jinbao.pinduoduo.com',
  'Origin':'http://jinbao.pinduoduo.com',
  'Referer':'http://jinbao.pinduoduo.com/',
  'User-Agent':'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Mobile Safari/537.36',
  'Accept': 'application/json, text/javascript, */*; q=0.01',
}
r = requests.post(url=url,data =data,headers=headers)
print(r.text)

打印的內容如下：

{"success":false,"errorCode":4000000,"errorMsg":"System Error","result":null}

返回出錯了，這時候百思不得其解，請求頭我都保持一致了呀，'Content-Type':'application/json; charset=UTF-8'都加上了，為什么會出錯呀？

答案在于，你的請求實體的格式錯了，服務端無法解碼。

正確寫法1

正確代碼是把data進行json編碼，再發(fā)送。代碼如下：

r = requests.post(url=url,data =json.dumps(data),headers=headers)

這個時候再看一下打印內容,已經(jīng)正確返回商品內容了。

{"success":true,"errorCode":1000000,"errorMsg":null,"result":{"total":2271278,"goodsList":[{"goodsId":998422995,"goodsName":"【4液+1器】皎潔電熱蚊香液 孕婦寶寶驅蚊兒童嬰無味防蚊液體","goodsImageUrl":"http://t11img.yangkeduo.com/images/2018-04-12/0292b5e75053dfa748b9762d3f3e74ef.jpeg","soldQuantity":175,"minGroupPrice":24890,"categoryId":4,"categoryName":"母嬰","hasCoupon":true,"couponMinOrderAmount":5000,"couponDiscount":5000,"couponTotalQuantity":5000,"couponRemainQuantity":3940,"couponStartTime":1526572800,"couponEndTime":1527782399,"promotionRate":280},
...

正確寫法2

處理將data主動編碼為json發(fā)送之外，requests還提供了一個json參數(shù)，自動使用json方式發(fā)送，而且在請求頭中也不用顯示聲明'Content-Type':'application/json; charset=UTF-8'。完整代碼如下：

import requests

__author__ = 'qiye'
__date__ = '2018/5/19 21:59'

url = "http://jinbao.pinduoduo.com/network/api/common/goodsList"
data ={"pageSize":60,"pageNumber":1,"withCoupon":0,"sortType":0}
headers = {
  'Host':'jinbao.pinduoduo.com',
  'Origin':'http://jinbao.pinduoduo.com',
  'Referer':'http://jinbao.pinduoduo.com/',
  'User-Agent':'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Mobile Safari/537.36',
}
r = requests.post(url=url,json =data,headers=headers)
print(r.text)

3.上傳文件

上傳文件在爬蟲中使用的很少，不過還是使用requests講解一下使用方式。Content-Type類型為multipart/form-data，以multipart形式發(fā)送post請求，只需將一文件傳給requests.post()的files參數(shù)即可。還是以http://httpbin.org/post 為例，代碼如下：

url = 'http://httpbin.org/post'
files = {'file': open('upload.txt', 'rb')}
r = requests.post(url, files=files)
print(r.text)

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

最新評論