Cómo hacer solicitudes HTTP con Python Requests

Contenido del curso

Introducción

Web scraping

Pandas

Intro a Sistemas de Datos

Contenido Bonus

38
¿Por qué usar la nube?
04:05 min

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:007:40

Cómo hacer solicitudes HTTP con Python Requests

Curso de Ingeniería de Datos con Python

Clase 12 de 38

Clase 12 / 38

Recursos

Aprende a experimentar con la web desde Python con Requests. En minutos, haces una solicitud GET, inspeccionas el objeto response en Jupyter Notebook y analizas status code, headers, cookies y el HTML minificado. Con estas técnicas podrás empezar a extraer datos y entender comportamientos como CORS y la verificación OPTIONS.

¿Cómo hacer solicitudes HTTP con Python Requests?

Para solicitar documentos en la web, usa URLs y los verbos HTTP. Con Requests puedes usar GET para obtener recursos y POST para enviar datos. También aparecen PATCH, PUT (mencionado como update), DELETE y OPTIONS.

GET: obtener recursos de la web.
POST: enviar datos a un servidor.
PATCH/PUT: actualizar datos con diferencias semánticas.
DELETE: borrar recursos.
OPTIONS: verificación previa frecuente en navegadores; clave cuando falla por CORS.

¿Cómo importarlo e iniciar?

Si tu ambiente virtual está activo, Requests ya debería estar instalado. Importa y realiza tu primera solicitud.

import requests

response = requests.get("https://platzi.com")
response  # objeto response con la respuesta del servidor

¿Qué devuelve la solicitud?

Un objeto response con datos de la respuesta.
Acceso a status code, headers, cookies y contenido.
Base para inspección y extracción de información.

¿Cómo inspeccionar el objeto response en Jupyter?

Explora rápido la documentación y los atributos del objeto para entender qué hay disponible y cómo usarlo.

¿Qué atajos usar para documentación y código fuente?

Símbolo de interrogación para ayuda: escribe response? y ejecuta.
Doble interrogación para ver implementación: response??.
Directorio de atributos y métodos:

print(dir(response))

Esto revela que es una clase con atributos como status_code, headers y más, además de su docstring.

¿Cómo leer status code y headers?

Consulta el estado y los metadatos de la respuesta. Un 200 indica que todo salió bien.

response.status_code  # 200

# headers es un diccionario tipo mapeo
response.headers

# ejemplos de acceso
response.headers["Date"]            # fecha del servidor
response.headers.get("Content-Type") # tipo de contenido, p. ej. text/html
response.headers.get("Set-Cookie")   # cookies enviadas por el servidor

Los headers explican tipo de contenido, idioma, cookies, dominio y proveedores como Cloudflare.
Usa notación de llaves para acceder a valores específicos.

¿Cómo interpretar el HTML y comenzar a extraer datos?

El cuerpo de la respuesta es HTML. A menudo llega minificado para ahorrar ancho de banda, pero contiene toda la información clave.

html = response.text  # HTML de la página

¿Qué notarás al revisar el HTML?

Título de la página: “Platzi cursos online profesionales de tecnología”.
Íconos y metadatos para navegadores.
Archivos CSS y scripts incluidos.
Scripts de analítica como Google Analytics y Facebook.

Con esto tienes lo esencial para:

Hacer solicitudes HTTP programáticas.
Inspeccionar status code y headers.
Leer cookies y entender proveedores como Cloudflare.
Analizar HTML minificado y detectar recursos como CSS y scripts.
Reconocer situaciones de CORS y peticiones OPTIONS que pueden fallar, especialmente en una single page application.

¿Quieres practicar? Comparte qué páginas probaste con Requests, si encontraste errores típicos en single page applications y qué datos lograste extraer. Tu experiencia puede ayudar a otros a avanzar.

Resumen

¿Cómo hacer solicitudes HTTP con Python Requests?

GET: obtener recursos de la web.
POST: enviar datos a un servidor.
PATCH/PUT: actualizar datos con diferencias semánticas.
DELETE: borrar recursos.
OPTIONS: verificación previa frecuente en navegadores; clave cuando falla por CORS.

¿Cómo importarlo e iniciar?

Si tu ambiente virtual está activo, Requests ya debería estar instalado. Importa y realiza tu primera solicitud.

import requests

response = requests.get("https://platzi.com")
response  # objeto response con la respuesta del servidor

¿Qué devuelve la solicitud?

Un objeto response con datos de la respuesta.
Acceso a status code, headers, cookies y contenido.
Base para inspección y extracción de información.

¿Cómo inspeccionar el objeto response en Jupyter?

Explora rápido la documentación y los atributos del objeto para entender qué hay disponible y cómo usarlo.

¿Qué atajos usar para documentación y código fuente?

Símbolo de interrogación para ayuda: escribe response? y ejecuta.
Doble interrogación para ver implementación: response??.
Directorio de atributos y métodos:

print(dir(response))

Esto revela que es una clase con atributos como status_code, headers y más, además de su docstring.

¿Cómo leer status code y headers?

Consulta el estado y los metadatos de la respuesta. Un 200 indica que todo salió bien.

response.status_code  # 200

# headers es un diccionario tipo mapeo
response.headers

# ejemplos de acceso
response.headers["Date"]            # fecha del servidor
response.headers.get("Content-Type") # tipo de contenido, p. ej. text/html
response.headers.get("Set-Cookie")   # cookies enviadas por el servidor

Los headers explican tipo de contenido, idioma, cookies, dominio y proveedores como Cloudflare.
Usa notación de llaves para acceder a valores específicos.

¿Cómo interpretar el HTML y comenzar a extraer datos?

El cuerpo de la respuesta es HTML. A menudo llega minificado para ahorrar ancho de banda, pero contiene toda la información clave.

html = response.text  # HTML de la página

¿Qué notarás al revisar el HTML?

Título de la página: “Platzi cursos online profesionales de tecnología”.
Íconos y metadatos para navegadores.
Archivos CSS y scripts incluidos.
Scripts de analítica como Google Analytics y Facebook.

Con esto tienes lo esencial para:

Hacer solicitudes HTTP programáticas.
Inspeccionar status code y headers.
Leer cookies y entender proveedores como Cloudflare.
Analizar HTML minificado y detectar recursos como CSS y scripts.
Reconocer situaciones de CORS y peticiones OPTIONS que pueden fallar, especialmente en una single page application.

Introducción

Pipelines automatizados con Python para ingeniería de datos

Archivos del curso y Slides

¿Qué es la ciencia de datos?

Por qué fallan los equipos de ciencia de datos

Configuración del ambiente

Jupyter Notebooks

Tipos de datos en ciencia de datos

Tipos de datos

Fuentes de datos

ETL: extract, transform y load explicado

Web scraping

Web scraping para data engineers: HTML y metadatos

Cómo hacer solicitudes HTTP con Python Requests

¿Cómo trabajar con un documento HTML?

Analizando un sitio web para encontrar las directivas a utilizar al hacer un web scrapping

Page Object Pattern para web scrapers

Implementando nuestro web scrapper: Configuración

Page Objects para extraer vínculos de noticias

Implementando nuestro web scrapper: Obteniendo artículos

Obtención de datos del Artículo

Persistiendo la información "scrapeada"

Pandas

Series vs DataFrame en Pandas

Qué es Series en Pandas y cómo crearlas

Estructura de datos: DataFrames

Índices y selección

Data wrangling con Pandas

Creación de la receta: preparando la automatización

Cómo rellenar datos faltantes en Pandas con regex

Pandas .loc y regex para títulos faltantes

Limpiando detalles adicionales

Generar UUIDs con MD5 en pandas

Enriquecimiento de los datos

Eliminación de duplicados con drop_duplicates en Pandas

Creando tu receta de limpieza de datos

Visualización de datos

Intro a Sistemas de Datos

Introducción a los sistemas de datos

Automatización del Pipeline

Carga de CSV a SQL con SQLAlchemy y pandas

Contenido Bonus

¿Por qué usar la nube?

Cómo hacer solicitudes HTTP con Python Requests