一篇文章带你掌握requests模块

缺乏、安全感 2022-12-28 01:45 477阅读 0赞

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_30_color_FFFFFF_t_70]

*  headers参数的使用
 *  发送带参数的请求
 *  headers中携带cookie
 *  cookies参数的使用
 *  cookieJar的转换方法
 *  超时参数timeout的使用
 *  代理ip参数proxies的使用
 *  使用verify参数忽略CA证书
 *  requests模块发送post请求
 *  利用requests.session进行状态保持

--------------------

> 前面我们了解了爬虫的基础知识，接下来我们来学习如何在代码中实现我们的爬虫

*  [Python网络爬虫基础–BeautifulSoup][Python_BeautifulSoup]
 *  [使用selenium定位获取标签对象并提取数据][selenium]
 *  [利用selenium爬取数据总结][selenium 1]

1.  [使用xpath爬取数据][xpath]
2.  [jupyter notebook使用][jupyter notebook]
3.  [BeautifulSoup爬取豆瓣电影Top250][BeautifulSoup_Top250]
4.  [一篇文章带你掌握requests模块][requests]
5.  [Python网络爬虫基础–BeautifulSoup][Python_BeautifulSoup]

## 1. requests模块介绍 ##

> requests文档[http://docs.python-requests.org/zh\_CN/latest/index.html][http_docs.python-requests.org_zh_CN_latest_index.html]

### 1.1 requests模块的作用： ###

*  发送http请求，获取响应数据

### 1.2 requests模块是一个第三方模块，需要在你的python(虚拟)环境中额外安装 ###

*  `pip/pip3 install requests`

### 1.3 requests模块发送get请求 ###

> 1.  需求：通过requests向百度首页发送请求，获取该页面的源码
> 2.  运行下面的代码，观察打印输出的结果

# 1.2.1-简单的代码实现
    import requests 
    
    # 目标url
    url = 'https://www.baidu.com' 
    
    # 向目标url发送get请求
    response = requests.get(url)
    
    # 打印响应内容
    print(response.text)

--------------------

##### 知识点：掌握 requests模块发送get请求 #####

--------------------

## 2. response响应对象 ##

> 观察上边代码运行结果发现，有好多乱码；这是因为编解码使用的字符集不同早造成的；我们尝试使用下边的办法来解决中文乱码问题

# 1.2.2-response.content
    import requests 
    
    # 目标url
    url = 'https://www.baidu.com' 
    
    # 向目标url发送get请求
    response = requests.get(url)
    
    # 打印响应内容
    # print(response.text)
    print(response.content.decode()) # 注意这里！

1.  **response.text是requests模块按照chardet模块推测出的编码字符集进行解码的结果**
2.  网络传输的字符串都是bytes类型的，所以response.text = response.content.decode(‘推测出的编码字符集’)
3.  我们可以在网页源码中搜索`charset`，尝试参考该编码字符集，注意存在不准确的情况

### 2.1 response.text 和response.content的区别： ###

*  response.text
    
     *  类型：str
     *  解码类型： requests模块自动根据HTTP 头部对响应的编码作出有根据的推测，推测的文本编码
 *  response.content
    
     *  类型：bytes
     *  解码类型： 没有指定

--------------------

##### 知识点：掌握 response.text和response.content的区别 #####

--------------------

### 2.2 通过对response.content进行decode，来解决中文乱码 ###

*  `response.content.decode()` 默认utf-8
 *  `response.content.decode("GBK")`
 *  常见的编码字符集
    
     *  utf-8
     *  gbk
     *  gb2312
     *  ascii （读音：阿斯克码）
     *  iso-8859-1

--------------------

##### 知识点：掌握 利用decode函数对requests.content解决中文乱码 #####

--------------------

### 2.3 response响应对象的其它常用属性或方法 ###

> `response = requests.get(url)`中response是发送请求获取的响应对象；response响应对象中除了text、content获取响应内容以外还有其它常用的属性或方法：

*  `response.url`响应的url；有时候响应的url和请求的url并不一致
 *  `response.status_code` 响应状态码
 *  `response.request.headers` 响应对应的请求头
 *  `response.headers` 响应头
 *  `response.request._cookies` 响应对应请求的cookie；返回cookieJar类型
 *  `response.cookies` 响应的cookie（经过了set-cookie动作；返回cookieJar类型
 *  `response.json()`自动将json字符串类型的响应内容转换为python对象（dict or list）

# 1.2.3-response其它常用属性
    import requests
    
    # 目标url
    url = 'https://www.baidu.com'
    
    # 向目标url发送get请求
    response = requests.get(url)
    
    # 打印响应内容
    # print(response.text)
    # print(response.content.decode()) 			# 注意这里！
    print(response.url)							# 打印响应的url
    print(response.status_code)					# 打印响应的状态码
    print(response.request.headers)				# 打印响应对象的请求头
    print(response.headers)						# 打印响应头
    print(response.request._cookies)			# 打印请求携带的cookies
    print(response.cookies)						# 打印响应中携带的cookies

--------------------

##### 知识点：掌握 response响应对象的其它常用属性 #####

--------------------

## 3. requests模块发送请求 ##

### 3.1 发送带header的请求 ###

> 我们先写一个获取百度首页的代码

import requests
    
    url = 'https://www.baidu.com'
    
    response = requests.get(url)
    
    print(response.content.decode())
    
    # 打印响应对应请求的请求头信息
    print(response.request.headers)

#### 3.1.1 思考 ####

1.  对比浏览器上百度首页的网页源码和代码中的百度首页的源码，有什么不同？
    
     *  查看网页源码的方法：
        
         *  右键-查看网页源代码 或
         *  右键-检查
2.  对比对应url的响应内容和代码中的百度首页的源码，有什么不同？
    
     *  查看对应url的响应内容的方法：
        
        1.  右键-检查
        2.  点击 `Net work`
        3.  勾选 `Preserve log`
        4.  刷新页面
        5.  查看`Name`一栏下和浏览器地址栏相同的url的`Response`
3.  代码中的百度首页的源码非常少，为什么？
    
     *  需要我们带上请求头信息
        
        > 回顾爬虫的概念，模拟浏览器，欺骗服务器，获取和浏览器一致的内容
     *  请求头中有很多字段，其中User-Agent字段必不可少，表示客户端的操作系统以及浏览器的信息

#### 3.1.2 携带请求头发送请求的方法 ####

`requests.get(url, headers=headers)`

*  headers参数接收字典形式的请求头
 *  请求头字段名作为key，字段对应的值作为value

#### 3.1.3 完成代码实现 ####

> 从浏览器中复制User-Agent，构造headers字典；完成下面的代码后，运行代码查看结果

import requests
    
    url = 'https://www.baidu.com'
    
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}
    
    # 在请求头中带上User-Agent，模拟浏览器发送请求
    response = requests.get(url, headers=headers) 
    
    print(response.content)
    
    # 打印请求头信息
    print(response.request.headers)

--------------------

##### 知识点：掌握 headers参数的使用 #####

--------------------

### 3.2 发送带参数的请求 ###

> 我们在使用百度搜索的时候经常发现url地址中会有一个 `?`，那么该问号后边的就是请求参数，又叫做查询字符串

#### 3.2.1 在url携带参数 ####

直接对含有参数的url发起请求

import requests
    
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}
    
    url = 'https://www.baidu.com/s?wd=python'
    
    response = requests.get(url, headers=headers)

#### 3.2.2 通过params携带参数字典 ####

1.构建请求参数字典

2.向接口发送请求的时候带上参数字典，参数字典设置给params

import requests
    
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}
    
    # 这是目标url
    # url = 'https://www.baidu.com/s?wd=python'
    
    # 最后有没有问号结果都一样
    url = 'https://www.baidu.com/s?'
    
    # 请求参数是一个字典 即wd=python
    kw = {
        'wd': 'python'}
    
    # 带上请求参数发起请求，获取响应
    response = requests.get(url, headers=headers, params=kw)
    
    print(response.content)

--------------------

##### 知识点：掌握发送带参数的请求的方法 #####

--------------------

### 3.3 在headers参数中携带cookie ###

> 网站经常利用请求头中的Cookie字段来做用户访问状态的保持，那么我们可以在headers参数中添加Cookie，模拟普通用户的请求。我们以github登陆为例：

#### 3.3.1 github登陆抓包分析 ####

1.  打开浏览器，右键-检查，点击Net work，勾选Preserve log
2.  访问github登陆的url地址 `https://github.com/login`
3.  输入账号密码点击登陆后，访问一个需要登陆后才能获取正确内容的url，比如点击右上角的Your profile访问`https://github.com/USER_NAME`
4.  确定url之后，再确定发送该请求所需要的请求头信息中的User-Agent和Cookie

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BAcBW0lL-1607866698050)(.\\images\\requests-3-2-1-4.png)\]

#### 3.3.2 完成代码 ####

*  从浏览器中复制User-Agent和Cookie
 *  浏览器中的请求头字段和值与headers参数中必须一致
 *  headers请求参数字典中的Cookie键对应的值是字符串

import requests
    
    url = 'https://github.com/USER_NAME'
    
    # 构造请求头字典
    headers = {
        
        # 从浏览器中复制过来的User-Agent
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36',
        # 从浏览器中复制过来的Cookie
        'Cookie': 'xxx这里是复制过来的cookie字符串'
    }
    
    # 请求头参数字典中携带cookie字符串
    resp = requests.get(url, headers=headers)
    
    print(resp.text)

#### 3.3.3 运行代码验证结果 ####

> 在打印的输出结果中搜索title，html中的标题文本内容如果是你的github账号，则成功利用headers参数携带cookie，获取登陆后才能访问的页面

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yc58GGIq-1607866698053)(.\\images\\requests-3-2-3.png)\]

--------------------

##### 知识点：掌握 headers中携带cookie #####

--------------------

### 3.4 cookies参数的使用 ###

> 上一小节我们在headers参数中携带cookie，也可以使用专门的cookies参数

1.  cookies参数的形式：字典
    
    `cookies = {"cookie的name":"cookie的value"}`
    
     *  该字典对应请求头中Cookie字符串，以分号、空格分割每一对字典键值对
     *  等号左边的是一个cookie的name，对应cookies字典的key
     *  等号右边对应cookies字典的value
2.  cookies参数的使用方法
    
    `response = requests.get(url, cookies)`
3.  将cookie字符串转换为cookies参数所需的字典：
    
    `cookies_dict = {cookie.split('=')[0]:cookie.split('=')[-1] for cookie in cookies_str.split('; ')}`
4.  注意：**cookie一般是有过期时间的，一旦过期需要重新获取**

import requests
    
    url = 'https://github.com/USER_NAME'
    
    # 构造请求头字典
    headers = {
        
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36'
    }
    # 构造cookies字典
    cookies_str = '从浏览器中copy过来的cookies字符串'
    
    cookies_dict = {
        cookie.split('=')[0]:cookie.split('=')[-1] for cookie in cookies_str.split('; ')}
    
    # 请求头参数字典中携带cookie字符串
    resp = requests.get(url, headers=headers, cookies=cookies_dict)
    
    print(resp.text)

--------------------

##### 知识点：掌握 cookies参数的使用 #####

--------------------

### 3.5 cookieJar对象转换为cookies字典的方法 ###

> 使用requests获取的resposne对象，具有cookies属性。该属性值是一个cookieJar类型，包含了对方服务器设置在本地的cookie。我们如何将其转换为cookies字典呢？

1.  转换方法
    
    `cookies_dict = requests.utils.dict_from_cookiejar(response.cookies)`
2.  其中response.cookies返回的就是cookieJar类型的对象
3.  `requests.utils.dict_from_cookiejar`函数返回cookies字典

--------------------

##### 知识点：掌握 cookieJar的转换方法 #####

--------------------

### 3.6 超时参数timeout的使用 ###

> 在平时网上冲浪的过程中，我们经常会遇到网络波动，这个时候，一个请求等了很久可能任然没有结果。
> 
> 在爬虫中，一个请求很久没有结果，就会让整个项目的效率变得非常低，这个时候我们就需要对请求进行强制要求，让他必须在特定的时间内返回结果，否则就报错。

1.  超时参数timeout的使用方法
    
    `response = requests.get(url, timeout=3)`
2.  timeout=3表示：发送请求后，3秒钟内返回响应，否则就抛出异常

import requests
    
    
    url = 'https://twitter.com'
    response = requests.get(url, timeout=3)     # 设置超时时间

--------------------

##### 知识点：掌握 超时参数timeout的使用 #####

--------------------

### 3.7 了解代理以及proxy代理参数的使用 ###

> proxy代理参数通过指定代理ip，让代理ip对应的正向代理服务器转发我们发送的请求，那么我们首先来了解一下代理ip以及代理服务器

#### 3.7.1 理解使用代理的过程 ####

1.  代理ip是一个ip，指向的是一个代理服务器
2.  代理服务器能够帮我们向目标服务器转发请求

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GOIhBLgH-1607866698055)(.\\images\\使用代理的过程.png)\]

#### 3.7.2 正向代理和反向代理的区别 ####

> 前边提到proxy参数指定的代理ip指向的是正向的代理服务器，那么相应的就有反向服务器；现在来了解一下正向代理服务器和反向代理服务器的区别

1.  从发送请求的一方的角度，来区分正向或反向代理
2.  为浏览器或客户端（发送请求的一方）转发请求的，叫做正向代理
    
     *  浏览器知道最终处理请求的服务器的真实ip地址，例如VPN
3.  不为浏览器或客户端（发送请求的一方）转发请求、而是为最终处理请求的服务器转发请求的，叫做反向代理
    
     *  浏览器不知道服务器的真实地址，例如nginx

#### 3.7.3 代理ip（代理服务器）的分类 ####

1.  根据代理ip的匿名程度，代理IP可以分为下面三类：
    
     *  透明代理(Transparent Proxy)：透明代理虽然可以直接“隐藏”你的IP地址，但是还是可以查到你是谁。目标服务器接收到的请求头如下：
        
            REMOTE_ADDR = Proxy IP
            HTTP_VIA = Proxy IP
            HTTP_X_FORWARDED_FOR = Your IP
     *  匿名代理(Anonymous Proxy)：使用匿名代理，别人只能知道你用了代理，无法知道你是谁。目标服务器接收到的请求头如下：
        
            REMOTE_ADDR = proxy IP
            HTTP_VIA = proxy IP
            HTTP_X_FORWARDED_FOR = proxy IP
     *  高匿代理(Elite proxy或High Anonymity Proxy)：高匿代理让别人根本无法发现你是在用代理，所以是最好的选择。**毫无疑问使用高匿代理效果最好**。目标服务器接收到的请求头如下：
        
            REMOTE_ADDR = Proxy IP
            HTTP_VIA = not determined
            HTTP_X_FORWARDED_FOR = not determined
2.  根据网站所使用的协议不同，需要使用相应协议的代理服务。从代理服务请求使用的协议可以分为：
    
     *  http代理：目标url为http协议
     *  https代理：目标url为https协议
     *  socks隧道代理（例如socks5代理）等：
        
        1.  socks 代理只是简单地传递数据包，不关心是何种应用协议（FTP、HTTP和HTTPS等）。
        2.  socks 代理比http、https代理耗时少。
        3.  socks 代理可以转发http和https的请求

#### 3.7.4 proxies代理参数的使用 ####

> 为了让服务器以为不是同一个客户端在请求；为了防止频繁向一个域名发送请求被封ip，所以我们需要使用代理ip；那么我们接下来要学习requests模块是如何使用代理ip的

*  用法：
    
        response = requests.get(url, proxies=proxies)
 *  proxies的形式：字典
 *  例如：
    
        proxies = {
               
            "http": "http://12.34.56.79:9527", 
            "https": "https://12.34.56.79:9527", 
        }
 *  注意：如果proxies字典中包含有多个键值对，发送请求时将按照url地址的协议来选择使用相应的代理ip

--------------------

##### 知识点：掌握 代理ip参数proxies的使用 #####

--------------------

### 3.8 使用verify参数忽略CA证书 ###

> 在使用浏览器上网的时候，有时能够看到下面的提示（2018年10月之前的12306网站）：

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-U6BVgjpN-1607866698062)(.\\images\\12306ssl错误.png)\]

*  原因：该网站的CA证书没有经过【受信任的根证书颁发机构】的认证
 *  **[关于CA证书以及受信任的根证书颁发机构点击了解更多][CA]**，课上我们不做展开

#### 3.8.1 运行代码查看代码中向不安全的链接发起请求的效果 ####

> 运行下面的代码将会抛出包含`ssl.CertificateError ...`字样的异常

import requests
    url = "https://sam.huat.edu.cn:8443/selfservice/"
    response = requests.get(url)

#### 3.8.2 解决方案 ####

> 为了在代码中能够正常的请求，我们使用`verify=False`参数，此时requests模块发送请求将不做CA证书的验证：verify参数能够忽略CA证书的认证

import requests
    url = "https://sam.huat.edu.cn:8443/selfservice/" 
    response = requests.get(url,verify=False)

--------------------

##### 知识点：掌握 使用verify参数忽略CA证书 #####

--------------------

## 4. requests模块发送post请求 ##

> 思考：哪些地方我们会用到POST请求？
> 
> 1.  登录注册（ 在web工程师看来POST 比 GET 更安全，url地址中不会暴露用户的账号密码等信息）
> 2.  需要传输大文本内容的时候（ POST 请求对数据长度没有要求）
> 
> 所以同样的，我们的爬虫也需要在这两个地方回去模拟浏览器发送post请求

### 4.1 requests发送post请求的方法 ###

*  `response = requests.post(url, data)`
 *  `data`参数接收一个字典
 *  **requests模块发送post请求函数的其它参数和发送get请求的参数完全一致**

### 4.2 POST请求练习 ###

下面面我们通过金山翻译的例子看看post请求如何使用：

1.  地址：http://fy.iciba.com/
    
    ##### 思路分析 #####
    
    1.  抓包确定请求的url地址  
        ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70_pic_center]
    2.  确定请求的参数

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70_pic_center 1]

1.  确定返回数据的位置

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70_pic_center 2]

1.  模拟浏览器获取数据

#### 4.2.3 抓包分析的结论 ####

1.  url地址：`http://fy.iciba.com/`
2.  请求方法：POST
3.  请求所需参数：
    
        data = {
              
            'f': 'auto', # 表示被翻译的语言是自动识别
            't': 'auto', # 表示翻译后的语言是自动识别
            'w': '人生苦短' # 要翻译的中文字符串
        }
4.  **pc端User-Agent**:
    
    `Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36`

#### 4.2.4 代码实现 ####

> 了解requests模块发送post请求的方法，以及分析过移动端的百度翻译之后，我们来完成代码

import requests
    import json
    
    
    class King(object):
    
        def __init__(self, word):
            self.url = "http://fy.iciba.com/ajax.php?a=fy"
            self.word = word
            self.headers = {
        
                "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36"
            }
            self.post_data = {
        
                "f": "auto",
                "t": "auto",
                "w": self.word
            }
    
        def get_data(self):
            response = requests.post(self.url, headers=self.headers, data=self.post_data)
            # 默认返回bytes类型，除非确定外部调用使用str才进行解码操作
            return response.content
    
        def parse_data(self, data):
    
            # 将json数据转换成python字典
            dict_data = json.loads(data)
    
            # 从字典中抽取翻译结果
            try:
                print(dict_data['content']['out'])
            except:
                print(dict_data['content']['word_mean'][0])
    
        def run(self):
            # url
            # headers
            # post——data
            # 发送请求
            data = self.get_data()
            # 解析
            self.parse_data(data)
    
    if __name__ == '__main__':
        # king = King("人生苦短，及时行乐")
        king = King("China")
        king.run()
        # python标准库有很多有用的方法，每天看一个标准库的使用

--------------------

##### 知识点：掌握 requests模块发送post请求 #####

--------------------

## 5. 利用requests.session进行状态保持 ##

> requests模块中的Session类能够自动处理发送请求获取响应过程中产生的cookie，进而达到状态保持的目的。接下来我们就来学习它

### 5.1 requests.session的作用以及应用场景 ###

*  requests.session的作用
    
     *  自动处理cookie，即 **下一次请求会带上前一次的cookie**
 *  requests.session的应用场景
    
     *  自动处理连续的多次请求过程中产生的cookie

### 5.2 requests.session使用方法 ###

> session实例在请求了一个网站后，对方服务器设置在本地的cookie会保存在session中，下一次再使用session请求对方服务器的时候，会带上前一次的cookie

session = requests.session() # 实例化session对象
    response = session.get(url, headers, ...)
    response = session.post(url, data, ...)

*  session对象发送get或post请求的参数，与requests模块发送请求的参数完全一致

### 5.3 github登入 ###

使用requests.session来完成github登陆，并获取需要登陆后才能访问的页面

1.  对github登陆以及访问登陆后才能访问的页面的整个完成过程进行抓包
2.  确定登陆请求的url地址、请求方法和所需的请求参数
    
     *  部分请求参数在别的url对应的响应内容中，可以使用re模块获取
3.  确定登陆后才能访问的页面的的url地址和请求方法
4.  利用requests.session完成代码

#### 参考代码 ####

import requests
    import re
    
    
    # 构造请求头字典
    headers = {
        
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36',
    }
    
    # 实例化session对象
    session = requests.session()
    
    # 访问登陆页获取登陆请求所需参数
    response = session.get('https://github.com/login', headers=headers)
    authenticity_token = re.search('name="authenticity_token" value="(.*?)" />', response.text).group(1) # 使用正则获取登陆请求所需参数
    
    # 构造登陆请求参数字典
    data = {
        
        'commit': 'Sign in', # 固定值
        'utf8': '✓', # 固定值
        'authenticity_token': authenticity_token, # 该参数在登陆页的响应内容中
        'login': input('输入github账号：'),
        'password': input('输入github账号：')
    }
    
    # 发送登陆请求（无需关注本次请求的响应）
    session.post('https://github.com/session', headers=headers, data=data)
    
    # 打印需要登陆后才能访问的页面
    response = session.get('https://github.com/1596930226', headers=headers)
    print(response.text)

### 实例化session对象 ###

session = requests.session()

### 访问登陆页获取登陆请求所需参数 ###

response = session.get('https://github.com/login', headers=headers)
    authenticity_token = re.search('name="authenticity_token" value="(.*?)" />', response.text).group(1) # 使用正则获取登陆请求所需参数

### 构造登陆请求参数字典 ###

data = {
        
        'commit': 'Sign in', # 固定值
        'utf8': '✓', # 固定值
        'authenticity_token': authenticity_token, # 该参数在登陆页的响应内容中
        'login': input('输入github账号：'),
        'password': input('输入github账号：')
    }

### 发送登陆请求（无需关注本次请求的响应） ###

session.post('https://github.com/session', headers=headers, data=data)

### 打印需要登陆后才能访问的页面 ###

response = session.get('https://github.com/1596930226', headers=headers)
    print(response.text)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_30_color_FFFFFF_t_70]: /images/20221120/eaba17f6deda485e823e78b085758b9a.png
[Python_BeautifulSoup]: https://blog.csdn.net/qq_45176548/article/details/109144737
[selenium]: https://blog.csdn.net/qq_45176548/article/details/111404630
[selenium 1]: https://blog.csdn.net/qq_45176548/article/details/111160138
[xpath]: https://blog.csdn.net/qq_45176548/article/details/112000086
[jupyter notebook]: https://blog.csdn.net/qq_45176548/article/details/111993214
[BeautifulSoup_Top250]: https://blog.csdn.net/qq_45176548/article/details/111519379
[requests]: https://blog.csdn.net/qq_45176548/article/details/111146017
[http_docs.python-requests.org_zh_CN_latest_index.html]: http://docs.python-requests.org/zh_CN/latest/index.html
[CA]: https://blog.csdn.net/yangyuge1987/article/details/79209473/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/67d2deab72354666a3fce1b2bd4fe65c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20201213214007776.jpeg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70_pic_center 2]: https://img-blog.csdnimg.cn/20201213214022317.jpeg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20210610124801740.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4,size_16,color_FFFFFF,t_70