爬虫使用 requests post 抓取汇率失败, 请教原因.

# -*- coding: utf-8 -*-
import requests
import json

def get_exchange():
    headers = {
        'Accept': '*/*',
        'Accept-Encoding': 'gzip, deflate',
        'Accept-Language': 'en,zh-CN;q=0.9,zh;q=0.8,en-US;q=0.7,ja;q=0.6',
        'Ajax-method': 'Calculate',
        'Connection': 'keep-alive',
        'Content-Length': '56',
        'Content-Type': 'application/x-www-form-urlencoded',
        'Host': 'quote1.fx168.com',
        'Origin': 'http://quote1.fx168.com',
        'Referer': 'http://quote1.fx168.com/Jrj/CurrencyConvert/ConvertJrj3.aspx',
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.90 Safari/537.36',
    }
    testUrl = 'http://quote1.fx168.com/jrj/CurrencyConvert/ajaxpro/CurrencyConvert.ConvertJrj,jrj.ashx'
    submit_data = {"moneys": "1", "start": "美元", "end": "人民币"}
    response = requests.post(testUrl, headers=headers, data=submit_data)
    print(response.content)


if __name__ == '__main__':
    get_exchange()

但是输入的结果却不对,

b'"word m"'

不知道我的代码问题在哪里, 请教一下。

20 条回复 • 2019-10-03 14:34:00 +08:00

Trim21

2019-10-02 21:20:58 +08:00

因为 post 过去的 body 实际上不是‘application/x-www-form-urlencoded’而是 json 字符串

response = requests.post(testUrl, headers=headers, data=json.dumps(submit_data))

ClericPy

2019-10-02 21:35:28 +08:00

楼上说的比较明白了
然后那个 requests 的参数 data 可以直接用 json=

平时我处理这种请求, 基本上先复制请求的 CurlString, 然后 curlparse 出来, 必要时候 clean request

```python
from torequests.utils import curlparse
import requests

requests_args = curlparse(r'''curl 'http://quote1.fx168.com/jrj/CurrencyConvert/ajaxpro/CurrencyConvert.ConvertJrj,jrj.ashx' -H 'Origin: http://quote1.fx168.com' -H 'Accept-Encoding: gzip, deflate' -H 'Accept-Language: zh-CN,zh;q=0.9' -H 'Ajax-method: Calculate' -H 'User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.90 Safari/537.36' -H 'Content-Type: application/x-www-form-urlencoded' -H 'Accept: */*' -H 'Referer: http://quote1.fx168.com/Jrj/CurrencyConvert/ConvertJrj3.aspx' -H 'Connection: keep-alive' -H 'DNT: 1' --data $'{"moneys": "100", "start": "美元", "end": "人民币"}\r\n' --compressed --insecure''')
print(requests_args)
# {'url': 'http://quote1.fx168.com/jrj/CurrencyConvert/ajaxpro/CurrencyConvert.ConvertJrj,jrj.ashx', 'headers': {'Origin': 'http://quote1.fx168.com', 'Accept-Encoding': 'gzip, deflate', 'Accept-Language': 'zh-CN,zh;q=0.9', 'Ajax-Method': 'Calculate', 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.90 Safari/537.36', 'Content-Type': 'application/x-www-form-urlencoded', 'Accept': '*/*', 'Referer': 'http://quote1.fx168.com/Jrj/CurrencyConvert/ConvertJrj3.aspx', 'Connection': 'keep-alive', 'Dnt': '1'}, 'data': b'{"moneys": "100", "start": "\xe7\xbe\x8e\xe5\x85\x83", "end": "\xe4\xba\xba\xe6\xb0\x91\xe5\xb8\x81"}\\r\\n', 'method': 'post'}
r = requests.request(**requests_args)
print(r.text)
# "665.14"

```

ClericPy

2019-10-02 21:35:47 +08:00

这见鬼的排版... 想删帖都...

woshichuanqilz

2019-10-02 22:29:01 +08:00

@Trim21 我修改之后获取到的数据是 1.91, 而不是 6.65, 这个问题在哪?

woshichuanqilz

2019-10-02 22:37:49 +08:00

@Trim21 还有就是为什么指定的是 application/x-www-form-urlencoded 传过去的确实 json 的数据呢?

Trim21

2019-10-02 22:38:17 +08:00

@woshichuanqilz 大概是美元和人民币几个汉字的编码问题，我也不清楚到底应该是什么编码，你可以从 2 楼的那个 requests_args 里面直接复制出来然后单纯修改 moneys 来用

woshichuanqilz

2019-10-02 22:38:18 +08:00

@ClericPy 获取结果是成功的谢谢, 我研究下。
为什么你不用 requests 解决呢?

Trim21

2019-10-02 22:40:29 +08:00

@woshichuanqilz #5 是因为网站就是这么干的，至于他们为什么要这么干我们就不知道了……

woshichuanqilz

2019-10-02 22:41:42 +08:00

@ClericPy 我的意思是用 curlparse 的你这种写法优视在哪?

woshichuanqilz

2019-10-02 22:41:55 +08:00

@Trim21 谢谢

Trim21

2019-10-02 23:28:50 +08:00

@woshichuanqilz #10 刚发现这个请求体不是标准的 json- -
这么写就成功了
response = requests.post(
testUrl,
headers=headers,
data='{"moneys": "1", "start": "美元", "end": "人民币"}'.encode()
)

Trim21

2019-10-02 23:40:24 +08:00

没弄明白这个网站是怎么构造出这个请求体的，直接拼接字符串么

ClericPy

2019-10-03 09:31:15 +08:00

@woshichuanqilz 仔细看看那不就是用的 requests 库吗
我之所以用 curlparse, 还不是让你看看它的原始请求体是什么, 解析成 requests 库可以用的 dict, 那就是最完整的请求

203x

2019-10-03 10:35:03 +08:00 via iPhone

可以使用汇率查询的免费 api
https://fixer.io/

snoopygao

2019-10-03 12:48:07 +08:00

'{"moneys": "1", "start": "美元", "end": "人民币"}'.encode('utf-8')

Hopetree

2019-10-03 13:45:34 +08:00

@ClericPy curlparse 这种操作好有点骚啊，原来还可以这样玩

TangMonk

2019-10-03 14:11:16 +08:00 via iPhone

搞外汇？

ClericPy

2019-10-03 14:29:43 +08:00

@Hopetree 没啥操作啊.. 就是把 CurlString 转 dict, 因为平时老是遇到漏填的参数, 后来直接全带上算了
后来自己也写出来了个 clean request 的, 就是把非必要参数过滤掉, 也就可以用最简参数发请求

ClericPy

2019-10-03 14:32:22 +08:00

@Trim21 他们用的是正经 json, 可能是你用法不对, 带中文部分不能直接 encode, 要么 json.dumps 把非 ascii 的转 unicode, 要么直接用 json= 参数, 放个 dict
你直接 encode 不一定对方要什么编码, 所以 json 库才有个 ensure_ascii 参数

ClericPy

2019-10-03 14:34:00 +08:00

@woshichuanqilz 你说的明明指定 form 却传 json, 可以看看 requests 源码, 发到服务器的时候, 就算 form dict 也会转成 bytes 的

莫名三连了... 已回复的没法 append 或者 edit 真淡腾...