httpx 的使用

httpx 是一个可以支持 HTTP/2.0 的库

还有一个是： hyper 库

这里有一个由HTTP/2.0的网站： https://spa16.scrape.center/

使用 requests 库 进行爬取

import requests

url = 'https://spa16.scrape.center/'
response = requests.get(url)
print(response.text)

 报错：

ConnectionError: ('Connection aborted.', RemoteDisconnected('Remote end closed connection without response'))

安装： httpx 

pip3 install httpx 

这样安装并不能支持 HTTP/2.0

如果想要支持，需要这样安装：

pip3 install httpx[http2]

基本使用：

import httpx

response = httpx.get('https://www.httpbin.org/get')
print(response.status_code)
print(response.headers)
print(response.text)

输出：

这里访问的HTTP/1.0的网站，并且依次打印除了 ， 响应状态码(status_code),

响应头信息(headers) ,  响应体(text) 我们可以看到 User-Agent 对应的是 python-httpx/0.27.0 代表我们用的是 httpx请求的

这里换一下 User-Agent 再试一次

import httpx

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36'
}
response = httpx.get('https://www.httpbin.org/get', headers= headers)
print(response.text)

输出： 

使用httpx 请求 HTTP/2.0 的网站

import httpx

url = 'https://spa16.scrape.center/'
response = httpx.get(url)
print(response.text)

报错：

RemoteProtocolError: Server disconnected without sending a response.

httpx 要想支持 HTTP/2.0的访问 需要手动声明

import httpx

url = 'https://spa16.scrape.center/'
client = httpx.Client(http2=True)
response = client.get(url)
print(response.text)

输出：

这里我们声明了一个 Client 对象 复制给 client 变量， 同时显示的将 http2 参数设置为 True,这样便开启了 HTTP/2.0 的支持

对于不同类型的请求的写法其实都是大同小异的

import httpx

r = httpx.get('https://www.httpbin.org/get', params={'name' : 'germey'})

r = httpx.post('https://www.httpbin.org/post', data={'name' : 'germey'})

r = httpx.put('https://www.httpbin.org/put')

r = httpx.delete('https://www.httpbin.org/delete')

r = httpx.patch('https://www.httpbin.org/patch')

基于获取到 Reponse 对象 可以用如下属性和方法 获取想要的内容

status_code :  状态码

text : 响应体内容

content ： 响应体二进制内容，当请求目标是二进制数据(如图片，视频)可以使用此属性获取

headers ； 响应头。 是 Headers 对象， 可以像获取字典内容一样获取某个 Header 的值

json :  方法 . 可以调用此方法将文本结果转化为 JSON 对象

具体其他用法参考官网： QuickStart - HTTPX

Client 对象

官方比较推荐的使用方式是 with as 

import httpx

with httpx.Client() as client:
    response = client.get('https://www.httpbin.org/get')
    print(response)

等价于：

import httpx

client = httpx.Client()
try:
    response = client.get('https://www.httpbin.org/get')
    print(response)
finally:
    client.close()

输出： 

<Response [200 OK]>

两种方式的运行结果是一样的，不过后一种需要显示的调用 close 方法来关闭Client对象

另外，再声明Client 对象时可以指定一些参数， 例如headers

import httpx

url = 'https://www.httpbin.org/headers'
headers =  {'User-Agent' : 'my-app/0.0.1'}
with httpx.Client(headers=headers) as client:
    r = client.get(url)
    print(r.json()['headers']['User-Agent'])

输出：

my-app/0.0.1

我们声明了一个 headers 变量， 内容为User-Agent 属性， 然后将此变量传递给 headers 参数初始化了一个 Client 对象， 并复制给了 client 变量， 最后用 client 变量请求了测试网站， 并打印返回结果中的 User-Agent 的内容

更多的用法参考官网： https://www.python-httpx.org/advanced/

支持 HTTP/2.0

就像前面小节里面说的一样，需要显示的开启对HTTP/2.0的支持，不然默认是不支持的

import httpx

url = 'https://www.httpbin.org/get'
client = httpx.Client(http2=True)
response = client.get(url)
print(response.text)
print(response.http_version)

输出：

{
  "args": {}, 
  "headers": {
    "Accept": "*/*", 
    "Accept-Encoding": "gzip, deflate, br", 
    "Host": "www.httpbin.org", 
    "User-Agent": "python-httpx/0.27.0", 
    "X-Amzn-Trace-Id": "Root=1-6694ce46-2ececd2f69066e9336840987"
  }, 
  "origin": "117.152.25.76", 
  "url": "https://www.httpbin.org/get"
}

HTTP/2

注意： 在客户端的 httpx 上启用对 HTTP/2.0 的支持， 并不意味着请求和响应都将通过HTTP/2.0传输， 这得客户端和服务端都支持HTTP/2.0才行。 如果客户端链接到仅支持HTTP/1.0的服务端， 那么也要改用 HTTP/1.0

支持异步请求

httpx 还支持异步客户端请求 (AsyncClient), 支持python的 async 请求模式

import httpx
import asyncio
import nest_asyncio

nest_asyncio.apply()

async def fetch(url):
    async with httpx.AsyncClient(http2=True) as client:
        response = await client.get(url)
        print(response.text)
if __name__=='__main__':
    asyncio.get_event_loop().run_until_complete(fetch('https://www.httpbin.org/get'))

输出：

{
  "args": {}, 
  "headers": {
    "Accept": "*/*", 
    "Accept-Encoding": "gzip, deflate, br", 
    "Host": "www.httpbin.org", 
    "User-Agent": "python-httpx/0.27.0", 
    "X-Amzn-Trace-Id": "Root=1-6694d0ef-779505ae5e5b42715b76c643"
  }, 
  "origin": "117.152.25.76", 
  "url": "https://www.httpbin.org/get"
}

说明： 

import nest_asyncio

nest_asyncio.apply()

这两行代码是因为 报错： 

RuntimeError: This event loop is already running

才加上的

关于异步请求可以参考       https://www.python-httpx.org/async/