### Python 实现 HTTP 请求的示例代码 在 Python 中，可以通过多种方式实现 HTTP 请求。以下是基于 `requests` 库和标准库中的 `http.client` 的两种常见方法。 #### 方法一：使用 `requests` 库 `requests` 是一个功能强大且易于使用的第三方库，用于简化 HTTP 请求操作。它支持 GET、POST 等各种请求类型，并提供了丰富的选项来设置参数、头部信息等[^5]。 ```python import requests url = 'https://example.com/api/data' params = {'key': 'value'} response = requests.get(url, params=params) if response.status_code == 200: print("Response:", response.json()) # 如果返回的是 JSON 数据 else: print(f"Error: {response.status_code}") ``` 上述代码展示了如何通过 `requests.get()` 发送带有查询参数的 GET 请求，并处理响应数据。 --- #### 方法二：使用 `http.client` 标准库 如果不想依赖外部库，可以直接使用 Python 自带的标准库 `http.client` 来完成类似的请求[^2]。 ```python import http.client from urllib.parse import urlencode host = 'example.com' path = '/api/data' params = {'key': 'value'} encoded_params = urlencode(params).encode() connection = http.client.HTTPSConnection(host) headers = {'Content-Type': 'application/x-www-form-urlencoded'} try: connection.request('GET', f'{path}?{encoded_params.decode()}', headers=headers) response = connection.getresponse() if response.status_code == 200: data = response.read().decode() print("Response Data:", data) else: print(f"Error: {response.status_code}") finally: connection.close() ``` 此代码片段演示了如何利用 `http.client` 构造并发送 GET 请求，同时解析服务器返回的数据[^4]。 --- #### 并发场景下的优化 对于高并发需求，可以考虑引入多线程或多进程技术，或者采用异步编程模型。例如，在某些压力测试工具中会结合 `concurrent.futures.ThreadPoolExecutor` 或者 `asyncio` 提升性能[^3]。 ```python import concurrent.futures import requests def fetch_data(url): try: resp = requests.get(url, timeout=5) return resp.text[:100] # 返回前100字符作为示例 except Exception as e: return str(e) urls = ['https://example.com'] * 10 # 假设有十个相同的 URL 需要访问 with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor: results = list(executor.map(fetch_data, urls)) print(results) ``` 这段程序说明了如何借助线程池执行多个独立的 GET 请求任务。 --- ### 总结 无论是简单的小型项目还是复杂的分布式应用开发，Python 都能提供灵活高效的解决方案来进行 HTTP 请求交互。推荐优先选用 `requests` 这样的高级库以减少复杂度；而对于特定场合下，则可根据实际需要调整底层实现逻辑。