0

0

python中如何调用REST API?

下次还敢

下次还敢

发布时间:2025-09-13 16:06:01

|

606人浏览过

|

来源于php中文网

原创

答案:Python调用REST API最核心的工具是requests库,它简化了HTTP请求的发送与响应处理。首先通过pip install requests安装库,然后使用requests.get()或requests.post()等方法发送请求,并可通过response.json()解析JSON数据。为确保程序健壮,需添加异常处理,捕获ConnectionError、Timeout、HTTPError等异常,并使用response.raise_for_status()检查状态码。认证方式包括基本认证(HTTPBasicAuth)、API Key(作为参数或请求头)、Bearer Token(Authorization头)以及OAuth 2.0(常借助requests-oauthlib)。错误处理应覆盖网络层、HTTP响应层和业务逻辑层,如解析JSON时捕获ValueError,检查API返回的错误字段。对于临时故障,可结合Retry机制实现自动重试。参数管理方面,查询字符串用params传递,JSON请求体用json参数,表单数据用data,文件上传用files,请求头通过headers设置。始终依据API文档确定数据格式和认证方式,确保请求正确。

python中如何调用rest api?

在Python中调用REST API,最核心、最便捷的工具无疑是

requests
库。它极大地简化了HTTP请求的发送和响应的处理,让开发者能以非常直观的方式与各种Web服务进行交互。

解决方案

要用Python调用REST API,你需要做的主要就是安装并使用

requests
库。这个库几乎是Python生态系统中的事实标准,其设计理念就是让HTTP请求变得“人性化”。

首先,确保你已经安装了

requests

pip install requests

然后,你可以这样来发送不同类型的请求:

立即学习Python免费学习笔记(深入)”;

1. 发送GET请求 这是最常见的请求类型,用于从服务器获取数据。

import requests

try:
    response = requests.get('https://api.example.com/data')
    response.raise_for_status() # 如果状态码不是200,则抛出HTTPError异常

    data = response.json() # 尝试将响应解析为JSON
    print("获取到的数据:", data)

except requests.exceptions.HTTPError as errh:
    print(f"HTTP错误: {errh}")
except requests.exceptions.ConnectionError as errc:
    print(f"连接错误: {errc}")
except requests.exceptions.Timeout as errt:
    print(f"超时错误: {errt}")
except requests.exceptions.RequestException as err:
    print(f"其他错误: {err}")
except ValueError: # 如果response.json()失败,说明响应不是有效的JSON
    print("响应不是有效的JSON格式。")
    print("原始响应文本:", response.text)

这里我直接加入了错误处理,因为实际开发中,没有错误处理的API调用几乎是不可想象的。

response.raise_for_status()
是个好东西,能帮你快速检查HTTP状态码。

2. 发送POST请求 POST请求通常用于向服务器提交数据,比如创建新资源。

import requests
import json

url = 'https://api.example.com/items'
headers = {'Content-Type': 'application/json'} # 告诉服务器我们发送的是JSON数据
payload = {
    'name': '新商品',
    'price': 99.99,
    'description': '这是一个通过API创建的新商品。'
}

try:
    response = requests.post(url, headers=headers, json=payload) # 使用json参数,requests会自动序列化字典并设置Content-Type
    response.raise_for_status()

    created_item = response.json()
    print("创建成功,响应:", created_item)

except requests.exceptions.RequestException as e:
    print(f"POST请求失败: {e}")
    if hasattr(e, 'response') and e.response is not None:
        print(f"服务器响应内容: {e.response.text}")
except ValueError:
    print("响应不是有效的JSON格式。")
    print("原始响应文本:", response.text)

注意这里我用了

json=payload
requests
会很智能地帮你处理序列化和
Content-Type
头。如果发送的是表单数据,可以用
data=payload

3. 添加请求头(Headers) 请求头用于传递额外的信息,比如认证令牌、内容类型等。

import requests

url = 'https://api.example.com/protected_resource'
# 假设你需要一个API Key或者Bearer Token进行认证
headers = {
    'Authorization': 'Bearer your_access_token_here',
    'User-Agent': 'MyPythonApp/1.0', # 自定义User-Agent是个好习惯
    'Accept': 'application/json' # 告诉服务器我们期望JSON格式的响应
}

try:
    response = requests.get(url, headers=headers)
    response.raise_for_status()
    print("成功获取受保护资源:", response.json())
except requests.exceptions.RequestException as e:
    print(f"请求失败: {e}")
    if hasattr(e, 'response') and e.response is not None:
        print(f"服务器响应内容: {e.response.text}")

这些就是Python调用REST API的基本骨架。实际操作中,你还会遇到认证、错误处理、参数管理等更具体的问题。

如何处理REST API调用中的认证和授权问题?

在调用REST API时,认证和授权是绕不开的话题,毕竟大多数有价值的服务都不会让你“裸奔”访问。我个人觉得,这部分往往比发送请求本身更让人头疼,因为不同的API提供方有不同的实现方式。

1. 基本认证(Basic Authentication) 这是最简单的一种,用户名和密码以Base64编码的形式放在HTTP请求头中。

requests
库直接支持:

import requests
from requests.auth import HTTPBasicAuth

url = 'https://api.example.com/basic_auth_resource'
response = requests.get(url, auth=HTTPBasicAuth('your_username', 'your_password'))
# 或者更简洁地
# response = requests.get(url, auth=('your_username', 'your_password'))
response.raise_for_status()
print("基本认证成功:", response.json())

虽然方便,但安全性相对较低,不推荐在敏感场景下使用,尤其是在不安全的网络环境下。

2. API Key认证 很多API会给你一个API Key,它可能是:

  • 作为查询参数:
    https://api.example.com/data?api_key=YOUR_API_KEY
    params = {'api_key': 'YOUR_API_KEY'}
    response = requests.get('https://api.example.com/data', params=params)
  • 作为请求头:
    X-API-Key: YOUR_API_KEY
    Authorization: Api-Key YOUR_API_KEY
    headers = {'X-API-Key': 'YOUR_API_KEY'}
    response = requests.get('https://api.example.com/data', headers=headers)

    具体是哪种,得看API文档,这是金科玉律。

3. 令牌认证(Token Authentication,如Bearer Token) 这是目前最流行的方式之一,尤其是在OAuth 2.0流程中。你通过某种方式(比如登录)获取一个令牌(token),然后每次请求都将这个令牌放在

Authorization
请求头中,格式通常是
Bearer YOUR_TOKEN

token = 'your_very_long_and_secret_access_token'
headers = {
    'Authorization': f'Bearer {token}'
}
response = requests.get('https://api.example.com/protected_data', headers=headers)
response.raise_for_status()
print("令牌认证成功:", response.json())

我个人觉得这种方式既灵活又相对安全,因为令牌通常有过期时间,而且可以被撤销。管理好令牌的生命周期(刷新、存储)是这里的关键。

4. OAuth 2.0 OAuth 2.0本身是一个授权框架,而不是简单的认证机制。它涉及多个步骤(如获取授权码、交换访问令牌、刷新令牌等)。

requests
库本身不直接实现OAuth 2.0的整个流程,但它是底层发送HTTP请求的工具。通常,你会使用像
requests-oauthlib
这样的第三方库来简化OAuth 2.0的实现,或者自己手动实现流程中的每个HTTP请求。这通常是当你需要让第三方应用访问用户数据时才需要考虑的。

总结来说,处理认证授权的核心在于:仔细阅读API文档。它会告诉你期望哪种认证方式、令牌如何获取、如何刷新。我见过太多因为认证头格式不对或者令牌过期而导致API调用失败的案例了。

盛世企业网站管理系统1.1.2
盛世企业网站管理系统1.1.2

免费 盛世企业网站管理系统(SnSee)系统完全免费使用,无任何功能模块使用限制,在使用过程中如遇到相关问题可以去官方论坛参与讨论。开源 系统Web代码完全开源,在您使用过程中可以根据自已实际情况加以调整或修改,完全可以满足您的需求。强大且灵活 独创的多语言功能,可以直接在后台自由设定语言版本,其语言版本不限数量,可根据自已需要进行任意设置;系统各模块可在后台自由设置及开启;强大且适用的后台管理支

下载

在Python中调用REST API时,如何有效地处理错误和异常?

错误处理是构建健壮应用程序的基石。如果你的API调用没有适当的错误处理,一旦网络波动、API服务宕机或数据格式不符,程序就可能崩溃。我通常会把错误处理分为几个层面:网络层、HTTP响应层和业务逻辑层。

1. 网络层错误 这些错误发生在HTTP请求甚至还没到达服务器的时候,比如DNS解析失败、网络连接中断、请求超时等。

requests
库会抛出
requests.exceptions
模块下的不同异常:

  • requests.exceptions.ConnectionError
    : 网络连接问题(如DNS错误、拒绝连接)。
  • requests.exceptions.Timeout
    : 请求超时。
  • requests.exceptions.RequestException
    : 这是所有
    requests
    异常的基类,可以用来捕获所有
    requests
    相关的错误。
import requests

try:
    response = requests.get('http://nonexistent-domain-12345.com', timeout=5) # 故意制造连接错误和超时
    response.raise_for_status()
    print(response.json())
except requests.exceptions.ConnectionError as e:
    print(f"网络连接失败或DNS解析错误: {e}")
except requests.exceptions.Timeout as e:
    print(f"请求超时: {e}")
except requests.exceptions.RequestException as e:
    print(f"发生其他requests错误: {e}")
except Exception as e: # 捕获其他非requests库的异常
    print(f"发生未知错误: {e}")

我喜欢把

requests.exceptions.RequestException
放在最后,因为它能捕获所有
requests
相关的错误,但更具体的异常(如
ConnectionError
Timeout
)应该先捕获,这样可以给出更精确的错误信息。

2. HTTP响应层错误 即使请求成功发送并到达服务器,服务器也可能返回非2xx(成功)的状态码,表示请求处理失败。

  • response.status_code
    : 这是最直接的检查方式。2xx通常表示成功,4xx表示客户端错误(如400 Bad Request, 401 Unauthorized, 404 Not Found),5xx表示服务器错误(如500 Internal Server Error, 503 Service Unavailable)。
  • response.raise_for_status()
    : 这是
    requests
    提供的一个非常方便的方法。如果响应状态码是4xx或5xx,它会自动抛出一个
    requests.exceptions.HTTPError
    异常。
    import requests

try:

模拟一个404错误

response = requests.get('https://httpbin.org/status/404') 
response.raise_for_status() # 这会在这里抛出HTTPError
print(response.json())

except requests.exceptions.HTTPError as e: print(f"HTTP错误: {e}") print(f"状态码: {e.response.status_code}") print(f"响应内容: {e.response.text}") # 打印服务器返回的错误信息 except requests.exceptions.RequestException as e: print(f"发生其他requests错误: {e}")

我发现`raise_for_status()`真的能省很多事,它把检查状态码的重复劳动自动化了。在`HTTPError`中,`e.response`属性可以让你访问原始的响应对象,从而获取状态码和具体的错误信息。

**3. 业务逻辑层错误和数据解析错误**
即使HTTP状态码是200 OK,API返回的数据也可能不符合预期,或者不是有效的JSON。
*   **`response.json()`解析失败**: 如果API返回的不是JSON,或者JSON格式有误,调用`response.json()`会抛出`json.JSONDecodeError`(Python 3.5+)或`ValueError`(旧版本Python)。
    ```python
    import requests
    import json

    try:
        # 模拟一个返回非JSON内容的成功响应
        response = requests.get('https://httpbin.org/html') 
        response.raise_for_status()
        data = response.json() # 这里会抛出ValueError或json.JSONDecodeError
        print(data)
    except (json.JSONDecodeError, ValueError) as e:
        print(f"JSON解析错误: {e}")
        print(f"原始响应文本: {response.text[:200]}...") # 打印部分原始响应,帮助调试
    except requests.exceptions.RequestException as e:
        print(f"请求失败: {e}")
  • API返回的业务错误: 有些API即使成功处理了请求,也会在JSON响应中包含一个
    "error"
    字段或特定的错误码。你需要根据API文档来解析这些业务错误。
    # 假设API返回 { "status": "error", "message": "无效的参数" }
    response_data = {"status": "error", "message": "无效的参数"} 
    if response_data.get("status") == "error":
        print(f"API业务错误: {response_data.get('message')}")

    这部分就需要根据具体的API文档来定制了。我通常会封装一个函数来处理这些,比如检查

    data.get('code')
    或者
    data.get('errorMessage')

4. 重试机制 对于一些临时的网络问题或服务器负载高导致的5xx错误,简单的重试可能会解决问题。你可以手动实现简单的重试逻辑,或者使用像

requests-retry
这样的库。

import requests
from requests.adapters import HTTPAdapter
from urllib3.util.retry import Retry

# 简单的重试策略
def requests_retry_session(
    retries=3,
    backoff_factor=0.3,
    status_forcelist=(500, 502, 503, 504),
    session=None,
):
    session = session or requests.Session()
    retry = Retry(
        total=retries,
        read=retries,
        connect=retries,
        backoff_factor=backoff_factor,
        status_forcelist=status_forcelist,
    )
    adapter = HTTPAdapter(max_retries=retry)
    session.mount('http://', adapter)
    session.mount('https://', adapter)
    return session

# 使用重试会话
try:
    session = requests_retry_session()
    # 模拟一个偶尔失败的API
    response = session.get('https://httpbin.org/status/500') # 第一次可能失败,重试
    response.raise_for_status()
    print("重试后成功获取:", response.text)
except requests.exceptions.RequestException as e:
    print(f"请求最终失败(含重试): {e}")

我个人觉得,对于生产环境的API调用,引入重试机制是很有必要的,它能显著提高程序的健壮性和容错性。

调用REST API时,如何管理请求参数、查询字符串和请求体?

管理好请求参数是确保API调用正确响应的关键,这就像给一个黑盒子输入正确的指令。不同的HTTP方法和API设计会要求你以不同的方式传递数据。

1. 查询字符串参数(Query Parameters) 主要用于GET请求,通常出现在URL的

?
后面,以
key=value
的形式连接,多个参数用
&
分隔。
requests
库通过
params
参数来处理,它会自动帮你编码和拼接:

import requests

url = 'https://api.example.com/search'
params = {
    'query': 'Python REST API',
    'page': 1,
    'per_page': 10
}

response = requests.get(url, params=params)
# 实际发送的URL可能是:https://api.example.com/search?query=Python+REST+API&page=1&per_page=10
print(f"请求URL: {response.url}")
print(f"响应内容: {response.json()}")

我发现

requests
处理
params
非常省心,特别是当参数值包含特殊字符时,它会自动进行URL编码,避免了手动编码的麻烦和潜在错误。

2. 请求体(Request Body) 主要用于POST、PUT、PATCH等请求,用于向服务器提交大量数据或复杂结构的数据。

  • JSON数据 (

    json
    参数) 当API期望接收JSON格式的数据时,这是最常用的方式。
    requests
    json
    参数会自动将Python字典序列化为JSON字符串,并设置
    Content-Type: application/json
    请求头。

    import requests
    
    url = 'https://api.example.com/products'
    payload = {
        'name': '智能手表',
        'category': '穿戴设备',
        'price': 199.99,
        'features': ['心率监测', 'GPS']
    }
    
    response = requests.post(url, json=payload)
    print(f"状态码: {response.status_code}")
    print(f"响应: {response.json()}")

    我个人觉得这是

    requests
    最方便的特性之一,省去了
    json.dumps()
    和手动设置头的步骤。

  • 表单数据 (

    data
    参数) 当API期望接收HTML表单提交的数据时(
    Content-Type: application/x-www-form-urlencoded
    ),可以使用
    data
    参数。它也可以是一个字典。

    import requests
    
    url = 'https://api.example.com/login'
    form_data = {
        'username': 'myuser',
        'password': 'mypassword'
    }
    
    response = requests.post(url, data=form_data)
    print(f"状态码: {response.status_code}")
    print(f"响应: {response.text}")

    data
    参数也可以接受字节串,这在发送原始二进制数据时很有用。

  • 文件上传 (

    files
    参数) 如果你需要上传文件,
    requests
    提供了
    files
    参数。

    import requests
    
    url = 'https://api.example.com/upload'
    with open('my_document.pdf', 'rb') as f: # 以二进制模式打开文件
        files = {'document': f} # 键是表单字段名,值是文件对象
        response = requests.post(url, files=files)
        print(f"状态码: {response.status_code}")
        print(f"响应: {response.text}")

    这里需要注意,

    files
    参数通常会设置
    Content-Type: multipart/form-data
    。我经常会忘记以
    'rb'
    模式打开文件,导致上传失败。

3. 请求头(Headers) 请求头用于传递元数据,比如认证信息、内容类型、用户代理等。通过

headers
参数传递一个字典即可。

import requests

url = 'https://api.example.com/profile'
headers = {
    'User-Agent': 'MyCustomPythonClient/1.0',
    'Accept-Language': 'zh-CN,zh;q=0.9',
    'X-Request-ID': 'unique-id-12345' # 有些API会要求自定义头
}

response = requests.get(url, headers=headers)
print(f"状态码: {response.status_code}")
print(f"响应: {response.json()}")

我个人在调试API时,会频繁地修改

headers
,特别是
Content-Type
Authorization
,因为它们常常是导致400或401错误的原因。

理解

params
data
json
files
这几个参数的区别和用途,是高效使用
requests
库的关键。始终记住,API文档是你的最佳指南,它会明确指出每个端点期望的数据格式和传递方式。

相关文章

python速学教程(入门到精通)
python速学教程(入门到精通)

python怎么学习?python怎么入门?python在哪学?python怎么学才快?不用担心,这里为大家提供了python速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python开发工具
python开发工具

php中文网为大家提供各种python开发工具,好的开发工具,可帮助开发者攻克编程学习中的基础障碍,理解每一行源代码在程序执行时在计算机中的过程。php中文网还为大家带来python相关课程以及相关文章等内容,供大家免费下载使用。

750

2023.06.15

python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

635

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

758

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

618

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

1262

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

547

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

577

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

706

2023.08.11

php与html混编教程大全
php与html混编教程大全

本专题整合了php和html混编相关教程,阅读专题下面的文章了解更多详细内容。

3

2026.01.13

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
最新Python教程 从入门到精通
最新Python教程 从入门到精通

共4课时 | 0.6万人学习

Django 教程
Django 教程

共28课时 | 3万人学习

SciPy 教程
SciPy 教程

共10课时 | 1.1万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号