요청 라이브러리를 사용하여 Python에서 Multipart/Form-Data 요청을 어떻게 보낼 수 있나요?
Python에서 요청과 함께 "Multipart/Form-Data" 보내기
Multipart/form-data는 파일 업로드에 사용되는 일반적인 인코딩입니다. 웹 서버에 다른 데이터. Python의 요청 라이브러리를 사용하면 다중 부분/양식 데이터 요청을 쉽게 보낼 수 있습니다.
파일 보내기
파일을 보내려면 다음의 files 매개변수를 사용할 수 있습니다. post() 메소드. 이 매개변수는 키가 양식 필드 이름이고 값이 업로드할 파일 객체인 사전을 기대합니다.
양식 데이터 보내기
파일 외에도 files 매개변수를 사용하여 양식 데이터를 보낼 수도 있습니다. 그러나 파일 매개변수를 지정하면 요청이 기본 application/x-www-form-urlencoded POST 대신 multipart/form-data POST를 전송한다는 점에 유의하는 것이 중요합니다.
파일 매개변수를 사용하면 문자열이나 바이트열 객체를 양식 필드의 값으로 간단히 전달할 수 있습니다. 예:
import requests files = {'foo': 'bar'} response = requests.post('http://httpbin.org/post', files=files)
파일 매개변수 사용자 정의
단일 문자열 또는 바이트열 객체. 튜플에는 다음이 포함되어야 합니다.
- 파일 이름(선택 사항)
- 콘텐츠
- 콘텐츠 유형(선택 사항)
- 추가 헤더(선택 사항)
예:
files = {'foo': (None, 'bar')} # No filename parameter
동일한 이름으로 여러 필드 보내기
튜플 목록을 값으로 제공하여 동일한 이름으로 여러 필드를 보낼 수도 있습니다. 파일 매개변수. 예:
files = {'foo': [(None, 'bar'), (None, 'baz')]}
Requests-Toolbelt 사용
requests-toolbelt 프로젝트는 멀티파트/양식 데이터 요청 전송 프로세스를 단순화하는 고급 멀티파트 인코더를 제공합니다. . 이 인코더를 사용하면 다음 작업을 수행할 수 있습니다.
- 열린 파일 개체의 요청 스트리밍
- 기본적으로 파일 이름 매개변수 생략
- 멀티파트 헤더에 사용되는 경계 제어
예:
from requests_toolbelt.multipart.encoder import MultipartEncoder mp_encoder = MultipartEncoder( fields={ 'foo': 'bar', 'spam': ('spam.txt', open('spam.txt', 'rb'), 'text/plain'), } ) headers = {'Content-Type': mp_encoder.content_type} response = requests.post('http://httpbin.org/post', data=mp_encoder, headers=headers)
위 내용은 요청 라이브러리를 사용하여 Python에서 Multipart/Form-Data 요청을 어떻게 보낼 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.
