20 分钟

实战专项

requests 网络请求

使用 requests 获取网页数据

发送 GET/POST 请求
处理响应和JSON
设置请求头和参数

requests 基础

示例代码（可运行）

Python 0%

1# requests概念演示

2print("""requests核心API：

3import requests

4r = requests.get("https://api.example.com/data")

5print(r.status_code) # 200

6print(r.text) # 响应文本

7print(r.json()) # 解析JSON

9r = requests.post(url, json={"key":"value"})

10r = requests.get(url, params={"q":"python"}, headers={"User-Agent":"..."})""")

12# 模拟HTTP请求/响应

13class FakeResponse:

14 def __init__(self, status, data):

15 self.status_code = status

16 self._data = data

17 def json(self):

18 return self._data

19 @property

20 def text(self):

21 return str(self._data)

22 def raise_for_status(self):

23 if self.status_code >= 400:

24 raise Exception(f"HTTP {self.status_code}")

26r = FakeResponse(200, {"name": "Python", "version": 3.12})

27print(f"状态码: {r.status_code}")

28print(f"数据: {r.json()}")

29r.raise_for_status()

30print("请求成功")

API 数据获取

示例代码（可运行）

Python 0%

1# 模拟获取天气API数据

2import json

4weather_api_response = {

5 "city": "深圳",

6 "temperature": 28,

7 "condition": "晴",

8 "forecast": [

9 {"day": "今天", "high": 30, "low": 25},

10 {"day": "明天", "high": 29, "low": 24},

11 ]

12}

14data = weather_api_response

15print(f"{data['city']}当前{data['condition']}，{data['temperature']}°C")

16for f in data["forecast"]:

17 print(f"{f['day']}: {f['low']}~{f['high']}°C")

⚠️爬虫礼仪

遵守robots.txt，设置User-Agent标识自己，控制请求频率不要给服务器压力，不要抓取敏感/隐私数据。

预测输出

print(200 >= 200 and 200 < 300)

填空题填写空白处的代码

r = requests.("https://api.example.com")

选择题

解析JSON响应用？

资深工程师加餐

底层原理 · 大厂视角 · 工程经验，点卡片展开

同步是发起后一直等结果；并发是「同时在推进」，靠切换让多个任务在等待期交错前进；并行是「同一刻真的在多核同时执行」。I/O 任务大部分时间在等，单线程并发就能拿到高吞吐；只有真正吃 CPU 的计算才需要多核并行。面试时能结合场景讲清「瓶颈是等 I/O 还是算」，比背定义更得分。

挑战任务

requests挑战

简单+50 XP

模拟分页获取API数据。

requests挑战

Python 0%

2 个测试用例

课后作业

重试机制

中等+20 XP

实现带重试和超时的请求函数。

重试机制

Python 0%

1 个测试用例