requests不容易注意到的细节收集~

昊虹AI笔记

于 2016-08-25 16:44:06 发布

阅读量1.4k

点赞数

CC 4.0 BY-SA版权

分类专栏： python与爬虫不断积累的博文

本文链接：https://blog.csdn.net/wenhao_ir/article/details/52316079

不断积累的博文同时被 2 个专栏收录

18 篇文章

订阅专栏

python与爬虫

3 篇文章

订阅专栏

本文介绍了如何使用Python的requests库来获取网页的状态码，并详细解释了如何处理302跳转的情况，通过设置allow_redirects参数可以准确地获得跳转前的状态码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我们可以用r.status_code来检查网页的状态码。

>>>r = requests.get('http://www.mengtiankong.com')
>>>r.status_code
200
>>>r = requests.get('http://www.mengtiankong.com/123123/')
>>>r.status_code
404
>>>r = requests.get('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN')
>>>r.url
u'http://www.zhidaow.com/
>>>r.status_code
200

前两个例子很正常，能正常打开的返回200，不能正常打开的返回404。但第三个就有点奇怪了，那个是百度搜索结果中的302跳转地址，但状态码显示是200，接下来我用了一招让他原形毕露：

>>>r.history
(<Response [302]>,)

这里能看出他是使用了302跳转。也许有人认为这样可以通过判断和正则来获取跳转的状态码了，其实还有个更简单的方法：

>>>r = requests.get('http://www.baidu.com/link?url=QeTRFOS7TuUQRppa0wlTJJr6FfIYI1DJprJukx4Qy0XnsDO_s9baoO8u1wvjxgqN', allow_redirects = False)
>>>r.status_code
302

只要加上一个参数allow_redirects，禁止了跳转，就直接出现跳转的状态码了，好用吧？我也利用这个在最后一掌做了个简单的获取网页状态码的小应用，原理就是这个。