17370845950

Python网络请求本质是模拟HTTP通信，包含请求行、头、空行、体四部分；响应同理分状态行、头、空行、体；需关注状态码、Content-Type、连接复用（Session）、超时及底层socket机制。

Python做网络请求，本质是模拟浏览器向服务器发送HTTP请求并接收响应。核心不在语言本身，而在理解HTTP协议如何工作——请求怎么发、服务器怎么回、数据怎么传、状态怎么判。

HTTP请求的四个关键部分

每次请求都包含：请求行（方法+路径+协议）、请求头（携带元信息）、空行、请求体（如POST提交的数据）。比如用requests.get("https://httpbin.org/get")，Python底层会组装出标准HTTP报文，通过TCP连接发送到目标服务器的80或443端口。

• GET请求通常无请求体，参数附在URL后（如?name=alice&age=25）
• POST请求常带JSON或表单数据，需设置Content-Type头告知服务器数据格式
• 请求头中User-Agent影响服务器是否放行，很多网站会拦截默认的python-requests标识

响应结构与状态码含义

服务器返回的响应也分四部分：状态行（协议+状态码+描述）、响应头、空行、响应体。Python收到后自动解包，response.status_code拿到状态码，response.text或response.json()解析内容。

• 200表示成功；404是资源不存在；403常因权限或反爬被拒；500是服务器内部错误
• 响应头里的Content-Type决定如何解析正文，比如application/json才能安全调用.json()
• response.headers可查看服务器返回的缓存策略、编码方式（Content-Encoding）、重定向地址等

连接管理与常见陷阱

HTTP/1.1默认启用持久连接（Keep-Alive），但Python的requests库不会自动复用连接，每次调用都是新连接——高并发时可能触发“too many open files”错误。

• 用requests.Session()可复用TCP连接和Cookie，适合多次请求同一域名
• 超时必须显式设置：timeout=(3, 7)表示3秒连上、7秒内收到响应，否则抛出异常
• HTTPS请求依赖系统CA证书，内网或自签名证书需传verify=False（不推荐）或指定证书路径

底层通信其实走的是socket

requests库底层用urllib3，最终靠Python的socket模块建立TCP连接。你可以手动用socket发原始HTTP请求来验证理解：

• 创建socket → 连接host:port → 发送字节格式的HTTP请求字符串 → recv接收响应 → 按\r\n\r\n切分状态行和正文
• 这样能看清换行符、空行、头部大小写无关性等协议细节，但生产环境别这么写
• HTTPS则需包装成SSL socket，流程多一步TLS握手