Python爬虫实战入门二:从一个简单的HTTP请求开始

一、为什么从HTTP请求开始

无论我们通过浏览器打开网站、访问网页,还是通过脚本对URL网址进行访问,本质上都是对HTTP服务器的请求,浏览器上所呈现的、控制台所显示的都是HTTP服务器对我们请求的响应。 以打开我的个人网站为例,我们在地址栏输入“zmister.com”,浏览器上呈现的是下图:

我们按F12打开网页调试工具,选择“network”选项卡,可以看到我们对zmister.com的请求,以及zmister.com给我们的响应:

二、基本的HTTP概念

通常HTTP消息包括客户机向服务器的请求消息和服务器向客户机的响应消息。这两种类型的消息由一个起始行,一个或者多个头域,一个指示头域结束的空行和可选的消息体组成。 我们看上面对zmister.com的HTTP示例来说明:

1、HTTP概览

Request URl:表示请求的URL Request Method:表示请求的方法,此处为GET。除此之外,HTTP的请求方法还有OPTION、HEAD、POST、DELETE、PUT等,而最常用的就是GET和POST方法:

POST: 向指定资源提交数据,请求服务器进行处理(例如提交表单或者上传文件)。数据被包含在请求本文中。这个请求可能会创建新的资源或修改现有资源,或二者皆有。

GET: 向指定的资源发出“显示”请求。

Status Code:显示HTTP请求和状态码,表示HTTP请求的状态,此处为200,表示请求已被服务器接收、理解和处理; 状态代码的第一个数字代表当前响应的类型,HTTP协议中有以下几种响应类型:

1xx消息——请求已被服务器接收,继续处理

2xx成功——请求已成功被服务器接收、理解、并接受

3xx重定向——需要后续操作才能完成这一请求

4xx请求错误——请求含有词法错误或者无法被执行

5xx服务器错误——服务器在处理某个正确请求时发生错误

2、HTTP请求头

Accept:表示请求的资源类型; Cookie:为了辨别用户身份、进行 session 跟踪而储存在用户本地终端上的数据; User-Agent:表示浏览器标识; Accept-Language:表示浏览器所支持的语言类型; Accept-Charset:告诉 Web 服务器,浏览器可以接受哪些字符编码; Accept:表示浏览器支持的 MIME 类型; Accept-Encoding:表示浏览器有能力解码的编码类型; Connection:表示客户端与服务连接类型;

基本的HTTP介绍就结束了,如果需要更加详细的HTTP知识,推荐一本HTTP入门书《图解HTTP》 下面,我们用Python来实现一个简单的HTTP请求

三、用Python进行HTTP请求

这里继续用我的个人网站http://zmmister.com 作示例 打开代码编辑器,输入以下代码:

#coding:utf-8
import requests

url = "http://zmister.com"data = requests.get(url)

这样,就完成了一个简单的对zmister.com的HTTP请求。 我们看看这个请求的状态码:

data.status_code

结果返回的是:200 再看看响应的主体消息: data.content 结果返回了一大串编码了的HTML源码,这些HTML源码未经解码和解析,看上起很是凌乱

对这些凌乱的html源码进行处理,就需要使用到BeautifulSoup模块了,下一章咱们继续。

州的先生:爬虫、数据采集、分析

原文发布于微信公众号 - 州的先生(zmister2016)

原文发表时间:2017-01-05

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏云计算教程系列

如何使用Apache驱动Django

Django是一个功能强大的Web框架,可以帮助您快速启动Python应用程序或网站。Django包含一个简化的开发服务器,用于在本地测试您的代码。但是其也需要...

2115
来自专栏机器学习从入门到成神

Shell常见命令实践

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/sinat_35512245/articl...

493
来自专栏云计算

给Spring开发者的Docker备忘录

我最近一直在结合Docker来部署Spring Boot应用。Docker非常酷。我已经学习到很多关于它的知识。

1986
来自专栏运维小白

2.1/2.2 系统目录结构

ls (全称list) 用来列取目录和文件 若是想想修改sshd配置文件,需要到**/etc/ssh/sshd_config**中修改 实验,创建普通用户 ...

1756
来自专栏地方网络工作室的专栏

Shell 命令行,实现对若干网站状态批量查询是否正常的脚本

Shell 命令行,实现对若干网站状态批量查询是否正常的脚本 如果你有比较多的网站,这些网站的运行状态是否正常则是一件需要关心的事情。但是逐一打开检查那简直是一...

2028
来自专栏有趣的Python

5- 快速上手Linux玩转典型应用- Linux常用命令

612
来自专栏Java Edge

Git基础笔记Git介绍

2918
来自专栏北京马哥教育

Linux之任务计划

用过windows的同学应该都知道在控制面板中有一个“任务计划”选项,我们可以通过向导设置让计算机在某个时间点或者开机时运行某个脚本或者批处理等等,方便我们的...

2504
来自专栏州的先生

利用Python进行Web渗透测试(五):剖析HTTP请求

1211
来自专栏TungHsu

Windows电脑不安装第三方软件怎么设置定时关机?

网上很多定时关机的教程都是安装第三方软件的,可是很多朋友不想安装第三方软件,其实也很容易实现。

792

扫码关注云+社区