网络请求与数据获取：Requests 库的使用与技巧
在现代 Web 开发与数据科学工作中，从 API、网页或服务端获取数据是非常常见的任务，而 Python 的 Requests 库为此提供了便捷且功能强大的工具。本文将从基本的 HTTP 请求操作出发，结合常见的数据获取需求，深入讲解 Requests 的使用技巧，让您更高效地实现网络数据获取任务。
一、Requests 库简介
Requests 是 Python 中广泛使用的 HTTP 请求库之一，它的设计哲学是简单优雅，让开发者能够快速发起 HTTP 请求。通过 Requests，您可以轻松地发送 GET、POST、PUT、DELETE 等请求，并获得结构化的响应数据。
安装 Requests
在使用 Requests 之前，需要通过以下命令进行安装：
pip install requests
二、基础用法
1. 发送 GET 请求
最基本的请求是 GET 请求，用于从服务器获取数据。通过 requests.get() 可以直接发送 GET 请求并获取响应内容。
import requests
url = 'https://jsonplaceholder.typicode.com/posts'
response = requests.get(url)
# 打印响应状态码
print(response.status_code)
# 打印返回的 JSON 数据
print(response.json())
response.status_code：返回响应的状态码，200 表示成功，404 表示未找到等。response.json()：将 JSON 响应转换为 Python 字典。
2. 发送 POST 请求
POST 请求一般用于提交数据。通过 requests.post() 可以传入数据发送 POST 请求。
data = {'title': 'foo', 'body': 'bar', 'userId': 1}
response = requests.post(url, json=data)
print(response.status_code)
print(response.json())
三、请求参数与 Headers 设置
在真实应用中，HTTP 请求往往需要带有请求参数或自定义的请求头，Requests 提供了便捷的方法来实现。
1. URL 请求参数
在 GET 请求中，可以通过 params 参数传递查询参数，Requests 会自动将其编码为 URL 的查询字符串。
params = {'userId': 1}
response = requests.get(url, params=params)
print(response.url) # https://jsonplaceholder.typicode.com/posts?userId=1
print(response.json())
2. 请求 Headers
通过 headers 参数设置自定义的请求头，例如伪装成浏览器或指定 API 的认证密钥。
headers = {'User-Agent': 'Mozilla/5.0', 'Authorization': 'Bearer YOUR_API_TOKEN'}
response = requests.get(url, headers=headers)
print(response.json())
3. 发送带有 Cookie 的请求
如果需要登录或保持会话，可以使用 cookies 参数来传递 Cookie。
cookies = {'session_id': '123456789'}
response = requests.get(url, cookies=cookies)
print(response.json())
四、文件上传与下载
1. 文件上传
通过 POST 请求上传文件，可以使用 files 参数。
file_path = 'path/to/your/file.txt'
files = {'file': open(file_path, 'rb')}
response = requests.post(url, files=files)
print(response.status_code)
print(response.json())
2. 文件下载
获取文件数据并将其保存到本地文件，适用于下载图片、PDF 文件等。
file_url = 'https://example.com/image.jpg'
response = requests.get(file_url)
with open('downloaded_image.jpg', 'wb') as file:
file.write(response.content)
response.content 返回字节内容，可以直接写入二进制文件。
五、处理超时和重试
网络请求中经常会遇到超时或连接失败等问题。Requests 提供了超时参数 timeout 和重试机制来更好地处理这些情况。
1. 设置请求超时
设置 timeout 可以避免请求长时间挂起，timeout 参数接受秒数作为值：
try:
response = requests.get(url, timeout=5)
print(response.json())
except requests.exceptions.Timeout:
print("请求超时，请检查网络或服务状态")
2. 使用重试机制
在一些网络不稳定或服务偶尔会失败的情况下，可以使用 requests.adapters.HTTPAdapter 配合 Retry 实现自动重试。
from requests.adapters import HTTPAdapter, Retry
session = requests.Session()
retries = Retry(total=5, backoff_factor=0.2, status_forcelist=[500, 502, 503, 504])
session.mount('http://', HTTPAdapter(max_retries=retries))
response = session.get(url)
print(response.status_code)
total=5：重试次数为 5 次。backoff_factor=0.2：重试间隔时间倍增，形成指数退避。status_forcelist：设置哪些 HTTP 状态码触发重试。
六、Session 会话保持
Requests 提供了 Session 对象，可以保持会话状态，比如自动保存并携带 Cookie 以实现登录后连续访问。
session = requests.Session()
# 第一次请求登录，保存登录后的 Cookie
login_data = {'username': 'user', 'password': 'pass'}
session.post('https://example.com/login', data=login_data)
# 第二次请求访问需要登录的页面
response = session.get('https://example.com/dashboard')
print(response.json())
使用 Session 后，第二次请求会自动携带登录后的 Cookie 和会话信息，便于后续访问。
七、SSL 证书验证与代理设置
1. 忽略 SSL 证书验证
在请求 HTTPS 时，可以通过 verify=False 忽略 SSL 证书，适用于本地测试或不需要验证证书的场景：
response = requests.get(url, verify=False)
⚠️ 注意：忽略 SSL 证书存在安全风险，不推荐在生产环境使用。
2. 设置代理
通过代理访问网络，适用于网络封锁、限流等场景。
proxies = {
'http': 'http://10.10.1.10:3128',
'https': 'https://10.10.1.10:1080',
}
response = requests.get(url, proxies=proxies)
print(response.json())
八、处理复杂 JSON 响应
当接口返回的 JSON 数据较为复杂时，可以使用 Python 的字典和列表操作对其进行解析。
response = requests.get(url)
data = response.json()
# 假设 data 是一个包含嵌套数据的字典
for item in data['items']:
print(f"ID: {item['id']}, Name: {item['name']}")
在处理复杂数据时，熟练掌握字典和列表的解析方法，可以有效提取有用信息。
总结
Requests 是一个功能强大且简单易用的 HTTP 请求库，在数据获取与接口请求中提供了极大的便利。本文介绍了 Requests 的基础操作和多种高级用法，包括请求参数、文件处理、超时重试、会话保持等技巧，能够帮助您轻松应对不同的网络请求场景。在掌握这些内容后，您就可以利用 Requests 库高效地获取和处理网络数据，为开发自动化数据采集、接口调用等任务提供支持。
