python发起post请求获取json数据使用requests方法

小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

最普通的答案

我一直就觉得GET和POST没有什么除了语义之外的区别，自打我开始学习Web编程开始就是这么理解的。

可能很多人都已经猜到了答案是:

1.GET 使用URL或Cookie传参。而POST将数据放在BODY中。

2.GET 的 URL 会有长度的限制，则POST的数据则可以非常大。

3.POST比GET安全，因为数据在地址栏上不可见。

但是很不幸，这些区别都是错误的，更不幸的是，这个答案还在Google搜索的头版头条，然而我根本没想到这些是答案，因为在我看来都是错的。我来解释一下。

1.GET 和 POST 与数据如何传参没有关系

GET和POST是由HTTP协议定义的。在HTTP协议中，Method和Data（URL， Body， Header）是正交的两个概念，也就是说，使用哪个Method与应用层的数据如何传输是没有相互关系的。

HTTP没有要求，如果Method是POST数据就要放在BODY中。也没有要求，如果Method是GET，数据（参数）就一定要放在URL中而不能放在BODY中。

那么，网上流传甚广的这个说法是从何而来的呢？我在HTML标准中，找到了相似的描述。这和网上流传的说法一致。但是这只是HTML标准对HTTP协议的用法的约定。怎么能当成GET和POST的区别呢？

而且，现代的Web Server都是支持GET中包含BODY这样的请求。虽然这种请求不可能从浏览器发出，但是现在的Web Server又不是只给浏览器用，已经完全地超出了HTML服务器的范畴了。

知道这个有什么用？我不想解释了，有时候就得自己痛一次才记得住。

2. HTTP协议对GET和POST都没有对长度的限制

HTTP协议明确地指出了，HTTP头和Body都没有长度的要求。而对于URL长度上的限制，有两方面的原因造成：

1.浏览器。据说早期的浏览器会对URL长度做限制。据说IE对URL长度会限制在2048个字符内（流传很广，而且无数同事都表示认同）。但我自己试了一下，我构造了90K的URL通过IE9访问live.com，是正常的。网上的东西，哪怕是Wikipedia上的，也不能信。

2.服务器。URL长了，对服务器处理也是一种负担。原本一个会话就没有多少数据，现在如果有人恶意地构造几个几M大小的URL，并不停地访问你的服务器。服务器的最大并发数显然会下降。另一种攻击方式是，把告诉服务器Content-Length是一个很大的数，然后只给服务器发一点儿数据，嘿嘿，服务器你就傻等着去吧。哪怕你有超时设置，这种故意的次次访问超时也能让服务器吃不了兜着走。有鉴于此，多数服务器出于安全啦、稳定啦方面的考虑，会给URL长度加限制。但是这个限制是针对所有HTTP请求的，与GET、POST没有关系。

好了关于 GET 和 POST 就说这些。

接下来我们爬取某个网站网站的数据。首先我们分析一些网站的结构，发现该网站使用ajax请求post提交方式获取数据。

# coding=utf-8
import requests
import json
import time
import re
import datetime
import time
import sys
import math
import shutil
import urlparse
from pyquery import PyQuery as pq
from peewee import * sys.setrecursionlimit(100000)
reload(sys)
sys.setdefaultencoding('utf8')
str.decode('UTF-8') #定义全局变量
global city_sx
global city_ids
global city_names
global city_id_sx
global city_time
#河南省城市id
#1郑州 2开封 3洛阳 4安阳 5濮阳 6新乡 7焦作 8三门峡 9鹤壁 10许昌 11漯河 12南阳 13信阳 14济源 15商丘 16周口 17驻马店 18平顶山
city_id_sx = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]
#数据库城市id
#410000 郑州,410200 开封,410300 洛阳,410500 安阳,410900 濮阳,410700 新乡,410800 焦作,411200 三门峡,410600 鹤壁,411000 许昌,411100 漯河,411300 南阳,411500 信阳,410881 济源,
#411400 商丘,411600 周口,411700 驻马店,410400 平顶山
city_ids = [410000, 410200, 410300,410500,410900,410700,410800,411200,410600,411000,411100,411300,411500,410881,411400,411600,411700,410400]
#城市名字
city_names = ['郑州','开封','洛阳','安阳','濮阳','新乡','焦作','三门峡','鹤壁','许昌','漯河','南阳','信阳','济源','商丘','周口','驻马店','平顶山']
#获取13位的时间戳
# current_milli_time = lambda: int(round(time.time() * 1000))
# city_time = current_milli_time()
# print city_time #链接数据库
database = MySQLDatabase('bxy', **{'host': '$', 'password': '$', 'user': '$', 'use_unicode': True, 'charset': 'utf8', 'port': 3306}) class UnknownField(object):
def __init__(self, *_, **__): pass class BaseModel(Model):
class Meta:
database = database class Region(BaseModel):
name = CharField()
parent_id = IntegerField(constraints=[SQL("DEFAULT 0")])
rank = IntegerField(constraints=[SQL("DEFAULT 0")], null=True) class Meta:
table_name = 'region' class Scens(BaseModel):
address = CharField(null=True)
baidu_lat = DecimalField(constraints=[SQL("DEFAULT 0.0000000000")], null=True)
baidu_lng = DecimalField(constraints=[SQL("DEFAULT 0.0000000000")], null=True)
business_hours = CharField(null=True)
characteristic_landscape = TextField(null=True)
cid = IntegerField()
cname = CharField()
consumer_hotline = CharField(null=True)
interpreter_description = CharField(null=True)
management_agency = CharField(null=True)
pid = IntegerField()
pname = CharField()
price = CharField(null=True)
price_description = CharField(null=True)
scenic_cover = CharField(null=True)
scenic_introduction = TextField(null=True)
scenic_level = IntegerField(null=True)
scenic_site = CharField(null=True)
scenic_spot_description = CharField(null=True)
scenic_title = CharField(null=True)
scenic_type = CharField(null=True)
sid = AutoField()
sname = CharField()
supporting_facilities = TextField(null=True)
tickets_incentives = TextField(null=True)
tour_route = TextField(null=True)
tour_time = CharField(null=True)
tourist_service_center = TextField(null=True)
traffic_guide = TextField(null=True)
xid = IntegerField(constraints=[SQL("DEFAULT 0")], null=True)
xname = CharField(constraints=[SQL("DEFAULT 'unkown'")], null=True) class Meta:
table_name = 'scens' #图片处理
def save_img(url):
file_name = url.split('/')[-1] try:
r = requests.get(url)
except:
print('远程连接错误')
return -1 try:
with open(file_name, 'wb') as f:
f.write(r.content)
except:
print('文件保存错误')
return -1 def upload_img(url):
import os
file_name = url.split('/')[-1] im = Image.open(file_name)
w, h = im.size
# print('Original image size: %sx%s' % (w, h))
if w > 640:
im.thumbnail((640, int(math.floor(640.00/w*h))))
file_name = 'thumbnail.jpg'
im.save(file_name, 'jpeg') # print os.getcwd()
# os.chdir('%s/scenic_cover' % os.getcwd())
folder = datetime.datetime.now().strftime('%Y%m/')
data = {
'ticket': 'EA8D6730-321B-4B11-9AA2-A925D6E0E91F',
'dir': folder
}
new_file_name = '%s.%s' % (str(uuid.uuid4()), (file_name.split('.')[-1]).lower())
files = {'myfile': (new_file_name, open(file_name, 'rb'), 'application/octet-stream', {})}
r = requests.post('127.0.0.1/upload/save_remote', data=data, files=files)
if r.text == 'true':
return '%s%s' % (folder, new_file_name)
else:
print(r.text)
return -1
def qs(url):
query = urlparse.urlparse(url).query
return dict([(k, urlparse.unquote(v[0])) for k, v in urlparse.parse_qs(query).items()])
#获取城市景区链接数据
def get_city(city_index=0, pg=0, i=0, times=1):
global city_id_sx, city_names
#print city_id_sx
print('\033[0;31m')
print '当前：city_id:%d, city_name:%s, city_index:%d, pg:%d, index:%d, times:%d' % (city_id_sx[city_index], city_names[city_index], city_index, pg, i, times)
print('\033[0m')
print '---------------------->'
url = 'http://www.uhenan.com/Interface/getData.ashx'
#请求头
headers = {
'User-Agent':'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.100 Safari/537.36',
'Referer':'http://www.uhenan.com/ScenicArea/List?t1=0&t2=1&t3=%200',
'Host':'www.uhenan.com',
'Origin':'http://www.uhenan.com',
'Content-Type': 'application/x-www-form-urlencoded',
'Cookie':'safedog-flow-item=; __51cke__=; __tins__19387303=%7B%22sid%22%3A%201567134818720%2C%20%22vd%22%3A%202%2C%20%22expires%22%3A%201567137385875%7D; __51laig__=20'
}
try:
#发送post请求
payload = 'order=desc&field=Top&page=%d&limit=5&method=ScenicArea&Type1=0&Type2=%d&Type3=0&Switch=true&time=' % (city_id_sx[city_index],pg*5)
print payload
response = requests.post(url=url, headers=headers, timeout=10,data=payload)
response.raise_for_status()
except requests.exceptions.ConnectTimeout:
print('get_city ConnectTimeout')
exit(0)
except requests.exceptions.Timeout:
print('get_city Timeout')
exit(0)
except requests.exceptions.ConnectionError:
print('get_city ConnectionError')
exit(0)
except requests.RequestException as e:
if requests.status_code == 404:
print('-' * 20)
print(' 没有此页。')
print('-' * 20)
else:
print 'get error:', e
if item > 4:
exit(0)
else:
tiems.sleep(1)
get_detail(cname, city, id, pg, times+1)
else:
#print response.content
json_obj = json.loads(response.content)
if len(json_obj['data']) == 0:
print '<--- end: city_id:%d, city_name:%s' % (city_id_sx[city_index], city_names[city_index])
if city_index < len(city_id_sx) - 1:
print '进入下一个市 ===>'
get_city(city_index+1, 0, 0, 1)
else:
print '<=== 本省结束 ===>'
exit(0)
for_i = 0
for item in json_obj['data']:
if i > for_i:
for_i = for_i + 1
continue
#获取子链接
#ID = item['ID']
#获取景区名字
Title = item['Title']
#获取景区电话
Phone = item['Phone']
#获取景区价格
Ticket = item['Ticket']
str_first = re.sub('<.*?>',"",Ticket)
str_enfin = str_first.replace('/n',"")
#获取景区介绍
Introduction = item['Introduction']
str_first = re.sub('<.*?>',"",Introduction)
str_enfin_1 = str_first.replace(' ', '')
str_enfin_2 = str_enfin_1.replace(' ', '')
#获取景区地址
Address = item['Address']
#获取百度坐标
PointLng = item['PointLng']
PointLat = item['PointLat']
#获取图片地址：
Logo = item['Logo']
http = 'http://www.uhenan.com'
url = http + Logo
print Title, str_enfin, Phone, Address, str_enfin_2, PointLng, PointLat, url
# print city_names[city_index], pg+1, for_i+1, scen_item['ID'], scen_item['Title'],scen_item['Phone'],scen_item['Address'],scen_item['PointLng'],scen_item['PointLat']
#get_detail(city_names[city_index], city_ids[city_index], ID, pg, 1)
time.sleep(1)
for_i = for_i + 1
get_city(city_index, pg+1, 0, 1)
global city if __name__ == '__main__':
city_index = 0
page = 0
index = 0 if len(sys.argv) >= 3:
city_index = int(sys.argv[1])
if len(sys.argv) >= 4:
page = int(sys.argv[2])
if len(sys.argv) == 5:
index = int(sys.argv[3])
get_city(city_index, page, index, 1)