跳到主要内容

🛩️ 访问网页


SessionPage基于 requests 进行网络连接,因此可使用 requests 内置的所有请求方式,包括get()post()head()options()put()patch()delete()

不过本库目前只对get()post()做了封装和优化,其余方式可通过调用页面对象内置的Session对象使用。

✅️️ get()

此方法用于以 GET 方式请求页面。

📌 访问在线网页

get()方法语法与 requests 的get()方法一致,在此基础上增加了连接失败重试功能。

与 requests 不一样的是,它不返回Response对象,而是从SessionPae对象的html等属性读取结果。

参数名称类型默认值说明
urlstr必填目标 url,可指向本地文件路径
show_errmsgboolFalse连接出错时是否显示和抛出异常
retryintNone重试次数,为None时使用页面参数,默认3
intervalfloatNone重试间隔(秒),为None时使用页面参数,默认2
timeoutfloatNone加载超时时间(秒)
paramsdictNoneurl 请求参数
datadict
str
None携带的数据
jsondict
str
None要发送的 JSON 数据,会自动设置 Content-Type 为'application/json'
headersdictNone请求头
cookiesdict
CookieJar
Nonecookies 信息
filesAnyNone要上传的文件,可以是一个字典,其中键是文件名,值是文件对象或文件路径
authAnyNone身份认证信息
allow_redirectsboolTrue是否允许重定向
proxiesdictNone代理信息
hooksAnyNone回调方法
streamboolNone是否使用流式传输
verifybool
str
None是否验证 SSL 证书
certstr
Tuple[str, str]
NoneSSL 客户端证书文件的路径(.pem 格式),或('cert', 'key')元组
返回类型说明
bool是否连接成功
说明

**kwargs参数与 requests 中该参数使用方法一致,但有一个特点,如果该参数中设置了某一项(如headers),该项中的每个项会覆盖从配置中读取的同名项,而不会整个覆盖。
就是说,如果想继续使用配置中的headers信息,而只想修改其中一项,只需要传入该项的值即可。这样可以简化代码逻辑。

程序会根据要访问的网址自动在headers中加入HostReferer

程序会自动从返回内容中确定编码,一般情况无需手动设置

普通访问网页:

from DrissionPage import SessionPage

page = SessionPage()
page.get('http://g1879.gitee.io/drissionpage')

使用连接参数访问网页:

from DrissionPage import SessionPage

page = SessionPage()

url = 'https://www.baidu.com'
headers = {'referer': 'gitee.com'}
cookies = {'name': 'value'}
proxies = {'http': '127.0.0.1:1080', 'https': '127.0.0.1:1080'}
page.get(url, headers=headers, cookies=cookies, proxies=proxies)

📌 读取本地文件

get()url参数可指向本地文件,实现本地 html 解析。

from DrissionPage import SessionPage

page = SessionPage()
page.get(r'D:\demo.html')

✅️️ post()

此方法是用 POST 方式请求页面。用法与get()一致。

参数名称类型默认值说明
urlstr必填目标 url,可指向本地文件路径
show_errmsgboolFalse连接出错时是否显示和抛出异常
retryintNone重试次数,为None时使用页面参数,默认3
intervalfloatNone重试间隔(秒),为None时使用页面参数,默认2
timeoutfloatNone加载超时时间(秒)
paramsdictNoneurl 请求参数
datadict
str
None携带的数据
jsondict
str
None要发送的 JSON 数据,会自动设置 Content-Type 为'application/json'
headersdictNone请求头
cookiesdict
CookieJar
Nonecookies 信息
filesAnyNone要上传的文件,可以是一个字典,其中键是文件名,值是文件对象或文件路径
authAnyNone身份认证信息
allow_redirectsboolTrue是否允许重定向
proxiesdictNone代理信息
hooksAnyNone回调方法
streamboolNone是否使用流式传输
verifybool
str
None是否验证 SSL 证书
certstr
Tuple[str, str]
NoneSSL 客户端证书文件的路径(.pem 格式),或('cert', 'key')元组
返回类型说明
bool是否连接成功
from DrissionPage import SessionPage

page = SessionPage()
data = {'username': '****', 'pwd': '****'}

page.post('http://example.com', data=data)
# 或
page.post('http://example.com', json=data)

data参数和json参数都可接收strdict格式数据,即有以下 4 种传递数据的方式:

# 向 data 参数传入字符串
page.post(url, data='abc=123')

# 向 data 参数传入字典
page.post(url, data={'abc': '123'})

# 向 json 参数传入字符串
page.post(url, json='abc=123')

# 向 json 参数传入字典
page.post(url, json={'abc': '123'})

具体使用哪种,按服务器要求而定。


✅️️ 其它请求方式

本库只针对常用的 GET 和 POST 方式作了优化,但也可以通过提取页面对象内的Session对象以原生 requests 代码方式执行其它请求方式。

from DrissionPage import SessionPage

page = SessionPage()
# 获取内置的 Session 对象
session = page.session
# 以 head 方式发送请求
response = session.head('https://www.baidu.com')
print(response.headers)

输出:

{'Accept-Ranges': 'bytes', 'Cache-Control': 'private, no-cache, no-store, proxy-revalidate, no-transform', 'Connection': 'keep-alive', 'Content-Length': '277', 'Content-Type': 'text/html', 'Date': 'Tue, 04 Jan 2022 06:49:18 GMT', 'Etag': '"575e1f72-115"', 'Last-Modified': 'Mon, 13 Jun 2016 02:50:26 GMT', 'Pragma': 'no-cache', 'Server': 'bfe/1.0.8.18'}