Pythons Anforderungsbibliothek ist ein leistungsstarkes HTTP-Client-Bibliothekstool, das die API-Kommunikation vereinfacht, insbesondere für POST-Anfragen. Unabhängig davon, ob Sie eine Anwendung erstellen, die mit Remote-APIs oder Web-Scraping interagiert, ist die Beherrschung der POST-Methode mit Anfragen eine grundlegende Fähigkeit für eine effiziente Webentwicklung.
Diese Anleitung bietet eine umfassende Anleitung zur Verwendung von Python-Anfragen zum Erstellen von POST-Anfragen, einer wichtigen Methode zum Senden von Daten an Server. Wir werden Beispiele, häufige Herausforderungen und Best Practices behandeln.
Für diejenigen, die neu in der Bibliothek sind, können Sie mit der Installation mit pip install request beginnen und dieser Anleitung folgen.
HTTP ist das Rückgrat der Kommunikation zwischen Web-Clients (wie Browsern oder Anwendungen) und Servern. Dieses Protokoll verwendet Anfragen zum Datenaustausch und es kann mehrere Methodentypen geben:
Die Verwendung des Anforderungs-POST in Python ist für Interaktionen, die Daten an Server senden, unerlässlich und es kann viele Anwendungsfälle für diese Methode geben – schauen wir uns das als nächstes an.
Zu verstehen, wann POST gegenüber anderen HTTP-Methoden verwendet werden sollte, ist der Schlüssel bei der Webentwicklung. Im Gegensatz zu GET, das Daten als Teil der begrenzten URL-Parameter sendet, sendet POST Daten über den Anfragetext. Dies ermöglicht die Aufnahme größerer Nutzlasten und das Verbergen von Daten aus Sicherheitsgründen. Dies macht die POST-Methode ideal für:
Nachdem wir genau verstanden haben, was POST-Anfragen sind, wollen wir nun untersuchen, wie man sie in Python mithilfe der Anforderungsbibliothek sendet, die wichtige Formate wie JSON, Formulardaten und Datei-Uploads abdeckt.
Die Funktion „requests.post()“ ist Ihr primäres Werkzeug zum Senden von POST-Anfragen in Python. Es ermöglicht einen anpassbaren und unkomplizierten Datenversand durch Angabe der URL, Header und der Daten selbst. Zu den gebräuchlichsten Datentypen gehören JSON, Formulardaten oder Rohdaten, die alle problemlos mit der POST-Methode von Python Requests verarbeitet werden können. Zum Beispiel:
Einfaches Postbeispiel für Python-Anfragen zum Senden einer POST-Anfrage:
import requests
response = requests.post('https://httpbin.dev/post', data={'key': 'value'})
# or start a persisten session:
session = requests.Session()
response = session.post('https://httpbin.dev/post', data={'key': 'value'})
# Check response content
print(response.status_code)
print(response.text)
Durch die Verwendung von „requests.Session()“ können Sie bestimmte Parameter (z. B. Cookies oder Header) über mehrere Anfragen hinweg beibehalten. Dies kann bei der Arbeit mit POST-Anfragen von entscheidender Bedeutung sein, da der Server häufig den aktuellen Clientstatus verfolgt und unterschiedliche Daten zurückgeben oder sogar POST-Anfragen blockieren kann, denen bestimmte Header oder Cookies fehlen.
Der HTTP-Content-Type-Header ist bei POST-Anfragen von entscheidender Bedeutung, da er das Format der gesendeten Daten angibt, wodurch sichergestellt wird, dass der Server die Anfrage korrekt interpretieren kann.
Einige Server unterstützen mehrere POST-Inhaltstypen, während andere bestimmte Formate erfordern. Hier sind einige gängige Content-Type-Header und deren Verwendung:
Um den Content-Type-Header in Python-Anfragen festzulegen, verwenden Sie den Header-Parameter:
import requests
response = requests.post(
'https://httpbin.dev/post',
headers={
"Content-Type": "application/json",
},
data='{ "key": "value" }'
)
Vor diesem Hintergrund werfen wir als nächstes einen Blick auf die am häufigsten in POST-Anfragen verwendeten Datenformate.
JSON (JavaScript Object Notation) ist ein häufig verwendetes Format für die API-Kommunikation, da es leicht zu strukturieren und zu analysieren ist. Es ist nativ in JavaScript verfügbar und kann in Python mithilfe des JSON-Moduls problemlos in ein Python-Wörterbuch umgewandelt werden.
Die Verwendung der Anforderungsbibliothek zum Senden von Python-Anfragen per POST mit JSON-Daten ist unkompliziert. Verwenden Sie den JSON-Parameter in „requests.post()“, der die Codierung automatisch übernimmt und den Content-Type-Header festlegt:
import requests
response = requests.post('https://httpbin.dev/post', data={'key': 'value'})
# or start a persisten session:
session = requests.Session()
response = session.post('https://httpbin.dev/post', data={'key': 'value'})
# Check response content
print(response.status_code)
print(response.text)
JSON ist bei weitem der beliebteste POST-Datentyp, der häufig in folgenden Szenarios anzutreffen ist:
Formulardaten werden verwendet, wenn Benutzer mit Eingabefeldern auf einer Webseite interagieren, wie zum Beispiel:
Formulardaten senden Daten mit dem Content-Type-Header application/x-www-form-urlencoded und URL-kodiert Daten in einem Schlüsselwertformat. Sehen wir uns ein Beispiel für das POST von Formulardaten mit Python-Anfragen an, um dieses Format besser zu verstehen:
import requests
response = requests.post(
'https://httpbin.dev/post',
headers={
"Content-Type": "application/json",
},
data='{ "key": "value" }'
)
Im obigen Beispiel wird der Content-Type-Header automatisch festgelegt, wenn wir ein Python-Wörterbuch als Datenparameter verwenden. Andernfalls müssen wir, wenn wir eine Zeichenfolge übergeben, den Content-Type-Header manuell festlegen.
Um Dateien mithilfe der Anforderungsbibliothek von Python zu senden, kann der Dateiparameter verwendet werden. Dieser Parameter nimmt Byte-Daten entgegen und setzt den Content-Type-Header automatisch auf multipart/form-data. Dies ist nützlich zum Hochladen von Bildern, Dokumenten oder Medieninhalten. Schauen wir uns einige Beispiele an, wie man eine Datei mit Python-Anfragen hochlädt POST:
import requests
data = {'username': 'ziad', 'password': '1234'}
response = requests.post('https://httpbin.dev/api', json=data)
Oben sehen wir, dass wir entweder ein Dateiobjekt für Anfragen zum Streamen der Daten an den Server bereitstellen oder Byte-Daten direkt bereitstellen können.
Nachdem Sie eine POST-Anfrage gestellt haben, empfiehlt es sich, die Antwort auf Fehler oder Metanotizen zu überprüfen. Zu diesem Zweck stellt das Antwortobjekt der Anforderungen Attribute wie Statuscode, Header und json() bereit, die dabei helfen, den Erfolg zu bewerten oder Probleme zu diagnostizieren.
Inspizieren Sie zunächst den Response.status_code, um zu überprüfen, ob eine erfolgreiche POST-Anfrage mit der Antwort 200 OK gestellt wurde. Ansonsten schauen Sie sich die praktische Tabelle unten an.
| Status Code | Issue | Description | Solution |
|---|---|---|---|
| 400 Bad Request | Incorrect data or syntax error | The server couldn't process the request due to data format issues. | Check the data format and headers (e.g., Content-Type) for correctness. |
| 401 Unauthorized | Missing or invalid authentication | The request lacks valid authentication credentials. | Include valid API keys or tokens in headers. |
| 403 Forbidden | Access denied | The server refuses to authorize the request. | Verify permissions and check the API documentation for access requirements. |
| 404 Not Found | Incorrect URL | The server cannot find the requested endpoint. | Double-check the endpoint URL for typos and ensure it’s valid. |
| 405 Method Not Allowed | Unsupported HTTP method | The endpoint does not support the HTTP method used. | Confirm the correct HTTP method is used by consulting the API documentation. |
| 500 Internal Server Error | Server-side error | A generic error indicating an internal server issue. | Retry the request; contact API support if the issue persists. |
| 503 Service Unavailable | Temporary overload/maintenance | The server is temporarily unavailable due to high traffic or maintenance. | Wait and retry later; consider implementing retry logic for critical applications. |
Durch die Überwachung von „response.status_code“ und die Integration von Fehlerbehandlungslogik können Sie robuste, zuverlässige Interaktionen bei POST-Anfragen sicherstellen.
Hier ist ein Beispiel für den Umgang mit Antwortstatuscodes:
import requests
response = requests.post('https://httpbin.dev/post', data={'key': 'value'})
# or start a persisten session:
session = requests.Session()
response = session.post('https://httpbin.dev/post', data={'key': 'value'})
# Check response content
print(response.status_code)
print(response.text)
Zu wissen, wie diese Antworten zu interpretieren sind, hilft, Fehler effektiv zu behandeln und eine reibungslose Benutzererfahrung und Fehlerbehebung bei API-Interaktionen sicherzustellen.
Um die Datenübertragungsbandbreite zu optimieren, können Sie Gzip- oder Brotli-komprimierte Daten POSTEN. Hier ist ein Beispiel für die GZIP-Komprimierung:
import requests
response = requests.post(
'https://httpbin.dev/post',
headers={
"Content-Type": "application/json",
},
data='{ "key": "value" }'
)
Für die Brotli-Komprimierung kann das Brotli-Paket verwendet werden:
import requests
data = {'username': 'ziad', 'password': '1234'}
response = requests.post('https://httpbin.dev/api', json=data)
Durch die Verwendung der Komprimierung wird die Nutzlastgröße erheblich reduziert, wodurch die Bandbreite optimiert und die Anforderungsgeschwindigkeit verbessert wird. Dies gilt insbesondere für Formate wie JSON, die sich gut komprimieren lassen.
POST-Anfragen, insbesondere solche mit großen Datensätzen oder hohen Volumina, können aufgrund der Zeit, die für die Datenübertragung und serverseitige Verarbeitung benötigt wird, langsam sein. Parallelität kann diese Verzögerungen abmildern, indem sie die gleichzeitige Ausführung mehrerer Anfragen ermöglicht und so Aufgaben wie das Hochladen von Massendaten oder API-Interaktionen beschleunigt.
Leider unterstützt die Anforderungsbibliothek von Python keine asynchronen Vorgänge mit Asyncio, was ihre Fähigkeit einschränkt, viele gleichzeitige POST-Anfragen effizient zu verarbeiten.
Hier kommt httpx ins Spiel, da es einen AsyncClient bietet, der sich nahtlos in die Asyncio-Ereignisschleife von Python integriert. Das bedeutet, dass Sie zahlreiche Anfragen gleichzeitig senden können, ohne sie zu blockieren, was httpx zu einer leistungsstarken Wahl für Hochleistungsanwendungen macht, die echte asynchrone Unterstützung erfordern.
Alternativ können Sie Threading verwenden, um parallele Anfragen in Python-Anfragen zu ermöglichen. Hier ist ein Beispiel für die Verwendung des integrierten Threading-Pakets mit Anfragen:
form_data = {'search': 'product 1 & 2', 'count': 10}
response = requests.post(
'https://httpbin.dev/post',
data=form_data,
)
# this will automatically add the Content-Type header
# and convert data from dictionary to URL encoded format
print(response.request.body)
'search=product+1+%26+2&count=10'
print(response.request.headers['Content-Type'])
'application/x-www-form-urlencoded'
# alternatively if we POST data as string
# we need to manually identify Content-Type
response = requests.post(
'https://httpbin.dev/post',
data='search=product+1+%26+2&count=10'
headers={
"Content-Type": "application/x-www-form-urlencoded"
}
)
print(response.request.body)
'search=product+1+%26+2&count=10'
print(response.request.headers['Content-Type'])
'application/x-www-form-urlencoded'
Durch die Verwendung von Threading können mehrere POST-Anfragen parallel gestartet werden, sodass jeder Thread eine einzelne Anfrage bearbeiten kann.
Mehr über Parallelität vs. Parallelität erfahren Sie in unserem speziellen Artikel:
Parallelität vs. Parallelität
(https://scrapfly.io/blog/concurrency-vs-parallelism/)
HTTP-Anfragen können schwierig sein und durch Headless-Browser-Anforderungen oder Client-Blockierung schnell kompliziert werden. Scrapfly kann Ihnen dabei behilflich sein!
ScrapFly bietet Web-Scraping-, Screenshot- und Extraktions-APIs für die Datenerfassung im großen Maßstab.
Zum Abschluss dieser Anleitung finden Sie hier Antworten auf einige häufig gestellte Fragen zu Python-Anfragen POST.
Übergeben Sie Header mithilfe des Headers-Parameters als Wörterbuch. Beachten Sie, dass Anfragen automatisch einige Header wie User-Agent, Content-Length und Content-Type generieren. Seien Sie also vorsichtig, wenn Sie diese überschreiben.
Daten gelten für formcodierte (Standard) oder Rohdaten (wenn der Content-Type-Header überschrieben wird). Während json speziell für Daten im JSON-Format gedacht ist und Content-Type automatisch auf application/json setzt.
Leider unterstützt die Anforderungsbibliothek keine asynchronen Anforderungen. Allerdings ist die httpx-Bibliothek eine Alternative, die asynchrone Funktionen bietet und sich daher für Anwendungen eignet, die Parallelität erfordern.
In diesem Artikel haben wir einen detaillierten Blick auf die POST-Methode von Requests in Python geworfen und Folgendes gelernt:
Es gibt noch viel mehr über Python-Anfragen und POST-Anfragen zu lernen, aber mit diesem Leitfaden sind Sie gut gerüstet, um mit der Entwicklung robuster Anwendungen und Web Scraper zu beginnen, die effektiv mit APIs und Servern interagieren.
Das obige ist der detaillierte Inhalt vonAnleitung zur POST-Methode für Python-Anfragen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
So kaufen und verkaufen Sie Bitcoin in China
So formatieren Sie die Festplatte unter Linux
So geben Sie Root-Rechte unter Linux ein
Welche Möglichkeiten gibt es, Floats zu beseitigen?
So verwenden Sie Redis als Cache-Server
So lösen Sie eine Java-Ausnahme beim Lesen großer Dateien
Was ist okx?
Welche privaten Informationen werden Douyins enge Freunde sehen?
![[Web-Frontend] Node.js-Schnellstart](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
