Question

我想从一些网页中挑选几行信息。我想（或者我）打开网页，遍历各行，检查每个关键字，找到我想要的信息。

页面需要会话。

def getpage()
    home = 'website'
    exstension1 = '/input/page'
    extension2 = '/output/page'
    indexnumber = '11100'

    sess = requests.Session()
    getter = sess.get(home+extension1)
    payload = {'foo':'bar','indexnumber':indexnumber}
    getter = sess.post(home+extension2,data=payload)

    return sess

正如我在标题中所说的那样，我需要一个.get（）的readlines（）方法

a.get(somePage)###Now could I put...###.readlines()
####or
a.get(somePage).text.readlines()###?
###I don't think I want the following, for performance reasons, correct me if I am wrong
F = open(someNewFile,mode='w')
F.write(a.get(somePage).text)
F.close()
F = open(thatFileIJustMade).readlines()###All that just to turn it into a File on which I can use readlines?

感谢

当我尝试

时

a.get(somePage).readlines()

我得到了

AttributeError: Response Object Doesn't have attribute readlines

Answer 1

有几种方法可以做到这一点，但最多的请求方式是使用流媒体请求和Response.iter_lines()：

r = requests.get(somePage, stream=True)

for line in r.iter_lines(1024):
    # Do stuff on this line.

Answer 2

超越@Lukasa的优秀且完全正确的方式，你也可以这样做：

import io

r = requests.get(some_page)
file_like_obj = io.StringIO(r.text)
lines = file_like_obj.readlines()

请注意，r.text绝对是在Response对象上使用的正确属性，因为在Python2上它将需要unicode，在Python 3上需要一个本机字符串（默认情况下为unicode）。

Answer 3

从文档中，请记住：

警告

iter_lines（）不是可重入的安全。多次调用此方法＆gt;会导致某些接收的数据丢失。如果您需要从多个地方调用它＆gt;，请使用生成的迭代器对象：

lines = r.iter_lines()
# Save the first line for later or just skip it

first_line = next(lines)

for line in lines:
    print(line)

为简单起见，我使用以下方法：

r = requests.get(somePage).text
r_lines = r.split("\n")

for line in r_lines:
    #line logic goes here

“喜欢readlines（）”到Session对象（Python）

3 个答案: