python爬蟲學習筆記二：Requests庫詳解及HTTP協議
Requests庫的安裝：https://mp.csdn.net/postedit/83715574
r=requests.get(url,params=None,**kwargs)
這個r是Response物件
url ：擬獲取頁面的url連結
params：url中的額外引數，字典或位元組流格式，可選
**kwargs：12個控制訪問的引數
Requests庫的2個重要物件
Requests庫的7個主要方法
| 方法 | 說明 |
| requests.request() | 構造一個請求，支撐一下各方法的基礎方法 |
| requests.get() | 獲取HTML網頁的主要方法，對應於HTTP的GET |
| requests.head() | 獲取HTML網頁頭資訊的方法，對應於HTTP的HEAD |
| requests.post() | 向HTML網頁提交POST請求的方法，對應於HTTP的POST |
| requests.put() | 向HTML網頁提交PUT請求的方法，對應於HTTP的PUT |
| requests.patch() | 向HTML網頁提交區域性修改請求，對應於HTTP的PATCH |
| requests.delete() | 向HTML頁面提交刪除請求，對應於HTTP的DELETE |
Response物件包含爬蟲返回的內容
Response物件屬性：
r.status_code HTTP請求的返回狀態，200表示連結成功，404表示失敗，返回不為200都是失敗的
r.text HTTP響應內容的字串形式，即url對應的頁面內容
r.encoding 從HTTP header中猜測的響應內容編碼方式
r.apparent_encoding 從內容中分析出響應內容編碼方式（備選編碼方式）
r.content HTTP響應內容的二進位制形式
理解Requests庫的異常
| 異常 | 說明 |
| requests.ConnectionError | 網路連線錯誤異常，如DNS查詢失敗、拒絕連線等 |
| requests.HTTPError | HTTP錯誤異常 |
| requests.URLRequired | URL缺失異常 |
| requests.TooManyRedirects | 超過最大重定向次數，產生重定向異常 |
| requests.ConnectTimeout | 連線遠端伺服器超時異常 |
| requests.Timeout | 請求URL超時，產生超時異常 |
理解Response物件非常重要。
理解Requests庫的異常，通用程式碼框架：
r.raise_for_status() 如果不是200，產生異常requests.HTTPError ，用這個結合try catch可以丟擲異常，寫在try裡面，判斷網站的響應狀態，如果未響應丟擲異常，執行catch裡面的方法。
import requests
def getHTMLText(url)
try:
r=requests.get（url，timeout=30）
r.raise_for_status() #如果狀態不是200，引發HTTPError異常
r.encoding=r.apparent_encoding
return r.text
except:
return "產生異常"
if _name_=="_main_"：
url="http://www.baidu.com"
print(getHTMLText(url))
HTTP協議
url格式：http://host[:port][path]
port：埠號，預設埠為80
path：請求資源的路徑
url是通過HTTP協議存取資源的Internet路徑，一個URL對應一個數據資源
HTTP協議對資源的操作
方法 說明
GET 請求獲取URL位置的資源
HEAD 請求獲取URL位置資源的響應訊息報告，即獲取該資源的頭部資訊
POST 請求向URL位置的資源後附加新的資料
PUT 請求向URL位置儲存一個資源，覆蓋原URL位置的資源
PATCH 請求區域性更新URL位置的資源，即改變該處資源的部分內容
DELETE 請求刪除URL位置儲存的資源
理解PATCH和PUT的區別！
head和get是最常用到的！