3 min read

技术：进阶技巧与优化

2018/03/21

本文于2026-03-28更新。如发现问题或者有建议，欢迎提交 Issue

这一次接口函数的学习，更加精进。随便整理了一波废文件。

import json
import pandas as pd
import requests

json.dumps

json.dumps的解释有一个博客写的很好，例子非常浅显易懂，这里借鉴思考。先抛出答案，格式不同，一个是dict，一个是str。 dump不讲了，实际用得少，很废。

a = {"name": "jia", "age": 24}

print a,type(a)
b = json.dumps(a)
print b,type(b)

{'age': 24, 'name': 'jia'} <type 'dict'>
{"age": 24, "name": "jia"} <type 'str'>

因此这个地方的data本身是dict格式的，这样一搞就是str格式了。

data = json.dumps(data)
type(data)

str

json.loads就是反向操作。

print type(b)
c = json.loads(b)
print type(c)

<type 'str'>
<type 'dict'>

requests

下面要搞懂requests函数的意思，这里有一个很有用的入门介绍，主要用github的来测试。

对于`get`

path_get = "http://httpbin.org/get"
r = requests.get(path_get)
print r,type(r)

<Response [200]> <class 'requests.models.Response'>

显然r什么都看不到。但是如果用浏览器可以看到是

{
  "args": {}, 
  "headers": {
    "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8", 
    "Accept-Encoding": "gzip, deflate", 
    "Accept-Language": "zh-CN,zh;q=0.9,en;q=0.8", 
    "Connection": "close", 
    "Host": "httpbin.org", 
    "Upgrade-Insecure-Requests": "1", 
    "User-Agent": "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.186 Safari/537.36"
  }, 
  "origin": "69.172.67.65", 
  "url": "http://httpbin.org/get"
}

对于get常常需要加入params，这里不需要手动加，直接设置就好。

params = {'key1':'value1','key2':'value2'}
print requests.get(path_get,params=params).url

http://httpbin.org/get?key2=value2&key1=value1

这样就不需要手打问号了。

试试`post`

r = requests.post("http://httpbin.org/post")
print r,type(r)

<Response [200]> <class 'requests.models.Response'>

要是想查看格式的话，用.text

print r.text,type(r.text),r.content,type(r.content)

{
  "args": {}, 
  "data": "", 
  "files": {}, 
  "form": {}, 
  "headers": {
    "Accept": "*/*", 
    "Accept-Encoding": "gzip, deflate", 
    "Connection": "close", 
    "Content-Length": "0", 
    "Host": "httpbin.org", 
    "User-Agent": "python-requests/2.14.2"
  }, 
  "json": null, 
  "origin": "69.172.67.65", 
  "url": "http://httpbin.org/post"
}
<type 'unicode'> {
  "args": {}, 
  "data": "", 
  "files": {}, 
  "form": {}, 
  "headers": {
    "Accept": "*/*", 
    "Accept-Encoding": "gzip, deflate", 
    "Connection": "close", 
    "Content-Length": "0", 
    "Host": "httpbin.org", 
    "User-Agent": "python-requests/2.14.2"
  }, 
  "json": null, 
  "origin": "69.172.67.65", 
  "url": "http://httpbin.org/post"
}
<type 'str'>

所以.content是帮助转化成str格式了。

其他

print r.encoding

None

print r.json(),type(r.json())

{u'files': {}, u'origin': u'69.172.67.65', u'form': {}, u'url': u'http://httpbin.org/post', u'args': {}, u'headers': {u'Content-Length': u'0', u'Accept-Encoding': u'gzip, deflate', u'Host': u'httpbin.org', u'Accept': u'*/*', u'User-Agent': u'python-requests/2.14.2', u'Connection': u'close'}, u'json': None, u'data': u''} <type 'dict'>

这样就是字典格式了。

加入headers的.post情况。

payload = {'key1': 'value1', 'key2': 'value2'}
r = requests.post("http://httpbin.org/post", data=payload)
print r.text

{
  "args": {}, 
  "data": "", 
  "files": {}, 
  "form": {
    "key1": "value1", 
    "key2": "value2"
  }, 
  "headers": {
    "Accept": "*/*", 
    "Accept-Encoding": "gzip, deflate", 
    "Connection": "close", 
    "Content-Length": "23", 
    "Content-Type": "application/x-www-form-urlencoded", 
    "Host": "httpbin.org", 
    "User-Agent": "python-requests/2.14.2"
  }, 
  "json": null, 
  "origin": "69.172.67.65", 
  "url": "http://httpbin.org/post"
}

还是有点不懂，到底是怎么取用的呢？

r.headers

{'Content-Length': '463', 'X-Processed-Time': '0', 'X-Powered-By': 'Flask', 'Server': 'meinheld/0.6.1', 'Connection': 'keep-alive', 'Via': '1.1 vegur', 'Access-Control-Allow-Credentials': 'true', 'Date': 'Wed, 21 Mar 2018 12:27:14 GMT', 'Access-Control-Allow-Origin': '*', 'Content-Type': 'application/json'}

实战

M站表

headers = {"Content-type": "application/json", "Accept": "application/json"}
timeout = 10
# url = "http://loansd.ppdapi.com/Lightning/QueryService/QueryListingAutoFlowUserProcess"

for item in [24064633,24739192]:
    data = {
        "UserIds": [int(item)]
    }
    data1 = json.dumps(data, ensure_ascii=False)
    response = requests.post(url, data1, headers=headers, timeout=timeout).text
    response= response.encode('utf-8')

type(response)

str

但是我们熟悉的都是dict→pd.DataFrame。

type(json.loads(response))
response = json.loads(response)

#response[u'Result']

这里保护用户隐私就不显示了。

df = pd.DataFrame().from_dict(response[u'Result'])

这个地方主义response的第一个keys才是一个我们真正需要的dict。

那么多没有意义的变量，选择一下好了。我们需要时间，这个时候通过阅读cookbook知道，使用filter函数就好。

#pd.concat([df.filter(like = "UserId"), df.filter(like = "Time")], axis = 1)

这里保护用户隐私就不显示了。

完美.

这种回传出来，是这种乱糟糟格式的是啥情况，不是str，也不是dict

芝麻分

headers = {"Content-type": "application/json", "Accept": "application/json"}
timeout = 10
# url = "http://3rdreadapi.ppdapi.com/queryData"
data = {



    "options": "zhimaquery",

    "version": "1.0.0",

    "async": "1",

    "atom": 0,

    "role": 0

}
data = json.dumps(data)

这个地方陈建说，data要限制为str格式，不能是dict。否则，400 请求格式错误。这是开发文档。

response = requests.post(url, data, headers=headers, timeout=timeout).text

type(response)
response

这里保护用户隐私就不显示了。

技术：进阶技巧与优化

技术系列导航

json.dumps

requests

对于`get`

试试`post`

其他

实战

M站表

芝麻分

技术系列导航

技术：进阶技巧与优化

技术 系列导航

json.dumps

requests

对于get

试试post

其他

实战

M站表

芝麻分

技术 系列导航

技术系列导航

对于`get`

试试`post`

技术系列导航