【保姆级+免费】Requests库安装指南:从基础到源码编译
2026-02-03 05:41:04作者:昌雅子Ethen
Requests是Python中最受欢迎的HTTP客户端库之一,以其简洁优雅的API设计著称。本文将全面介绍Requests库的安装方法,从最简单的pip安装到源码编译安装,帮助不同需求的开发者快速上手。
标准安装方式:使用pip
对于绝大多数用户来说,使用Python的包管理工具pip安装Requests是最简单可靠的方式。打开你的终端(Windows用户可以使用CMD或PowerShell),输入以下命令:
python -m pip install requests
这个命令会:
- 自动从Python包索引(PyPI)下载最新稳定版的Requests
- 解析并安装所有依赖项
- 将Requests安装到你的Python环境中的site-packages目录
安装注意事项
- 确保你的pip版本是最新的,可以使用
python -m pip install --upgrade pip升级 - 如果你使用虚拟环境,请先激活环境再执行安装
- 在某些Linux发行版上,可能需要使用
python3代替python命令
源码安装方式
对于开发者或需要定制Requests功能的用户,可以从源码安装。这种方式适合以下场景:
- 需要修改Requests源码
- 想使用最新的开发版功能
- 需要将Requests嵌入自己的项目中
获取源码
获取Requests源码有两种主要方式:
- 使用Git克隆仓库(推荐开发者使用):
git clone https://github.com/psf/requests.git
- 下载源码压缩包:
curl -OL https://github.com/psf/requests/tarball/main
从源码安装
获取源码后,进入项目目录执行安装:
cd requests
python -m pip install .
这个命令会:
- 执行setup.py安装脚本
- 编译任何必要的扩展
- 将Requests安装到你的Python环境
开发模式安装
如果你计划修改Requests源码并测试变更,可以使用开发模式安装:
python -m pip install -e .
这种安装方式会创建到源码目录的符号链接,而不是复制文件,这样你对源码的修改会立即生效,无需重新安装。
版本选择策略
Requests遵循语义化版本控制,通常建议:
- 生产环境:使用最新稳定版(通过简单pip安装获取)
- 开发测试:可以使用特定版本
pip install requests==2.25.1 - 前沿功能:从源码安装main分支
验证安装
安装完成后,可以通过Python交互环境验证:
import requests
print(requests.__version__)
如果没有报错并显示版本号,说明安装成功。
常见问题解决
-
权限问题:在Linux/macOS上如果遇到权限错误,可以尝试添加
--user参数:python -m pip install --user requests -
代理设置:如果处在需要代理的网络环境,可以配置pip使用代理:
python -m pip install --proxy=http://proxy.example.com:8080 requests -
依赖冲突:如果遇到依赖包冲突,可以尝试创建新的虚拟环境隔离安装。
通过以上方法,你应该能够顺利安装Requests库并开始使用它强大的HTTP客户端功能。无论是简单的API调用还是复杂的Web服务交互,Requests都能提供简洁高效的解决方案。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
572
99
暂无描述
Dockerfile
710
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2