http://www.cnblogs.com/chenzehe/archive/2010/08/30/1812995.html
httplib实现了HTTP和HTTPS的客户端协议,一般不直接使用,在python更高层的封装模块中(urllib,urllib2)使用了它的
http实现。
importhttplib
conn=httplib.HTTPConnection("google.com")
conn.request('get','/')printconn.getresponse().read()
conn.close()
httplib.HTTPConnection ( host [ , port [ , strict [ , timeout ]]] )
HTTPConnection类的构造函数,表示一次与服务器之间的交互,即请求/响应。参数host表示服务器主机,如:http://www.csdn.net/;port为端口号,默认值为80;
参数strict的 默认值为false, 表示在无法解析服务器返回的状态行时( status line) (比较典型的状态行如:
HTTP/1.0 200 OK ),是否抛BadStatusLine 异常;可选参数timeout 表示超时时间。
HTTPConnection
提供的方法:
HTTPConnection.request ( method , url [ , body [ , headers ]] )
调用request 方法会向服务器发送一次请求,method 表示请求的方法,常用有方法有get 和post ;url
表示请求的资源的url ;body 表示提交到服务器的数据,必须是字符串(如果method 是”post” ,则可以把body 理解为html
表单中的数据);headers 表示请求的http 头。
HTTPConnection.getresponse ()
获
取Http 响应。返回的对象是HTTPResponse 的实例,关于HTTPResponse 在下面 会讲解。
HTTPConnection.connect
()
连接到Http 服务器。
HTTPConnection.close ()
关
闭与服务器的连接。
HTTPConnection.set_debuglevel ( level )
设
置高度的级别。参数level 的默认值为0 ,表示不输出任何调试信息。
httplib.HTTPResponse
HTTPResponse
表示服务器对客户端请求的响应。往往通过调用HTTPConnection.getresponse()来创建,它有如下方法和属性:
HTTPResponse.read([amt])
获
取响应的消息体。如果请求的是一个普通的网页,那么该方法返回的是页面的html。可选参数amt表示从响应流中读取指定字节的数据。
HTTPResponse.getheader(name[,
default])
获取响应头。Name表示头域(header
field)名,可选参数default在头域名不存在的情况下作为默认值返回。
HTTPResponse.getheaders()
以
列表的形式返回所有的头信息。
HTTPResponse.msg
获取所有的响应头信息。
HTTPResponse.version
获
取服务器所使用的http协议版本。11表示http/1.1;10表示http/1.0。
HTTPResponse.status
获
取响应的状态码。如:200表示请求成功。
HTTPResponse.reason
返回服务器处理请
求的结果说明。一般为”OK”
下面通过一个例子来熟悉HTTPResponse中的方法:
importhttplib
conn=httplib.HTTPConnection("www.g.com",80, False)
conn.request('get','/', headers={"Host":"www.google.com","User-Agent":"Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9.1) Gecko/20090624 Firefox/3.5","Accept":"text/plain"})
res=conn.getresponse()print'version:', res.versionprint'reason:', res.reasonprint'status:', res.statusprint'msg:', res.msgprint'headers:', res.getheaders()#html#print '\n' + '-' * 50 + '\n'#print res.read()conn.close()
Httplib模块中还定义了许多常量,如:
Httplib. HTTP_PORT 的值为80,表示默认的端口号为80;
Httplib.OK
的值为200,表示请求成功返回;
Httplib. NOT_FOUND 的值为404,表示请求的资源不存在;
可以通过
httplib.responses 查询相关变量的含义,如:
httplib.responses[httplib.NOT_FOUND] #not found
更多关于httplib的信息,请参考Python手册httplib 模块。
urllib
和urllib2实现的功能大同小异,但urllib2要比urllib功能等各方面更高一个层次。目前的HTTP访问大部分都使用urllib2.
urllib2:
req=urllib2.Request('http://pythoneye.com')
response=urllib2.urlopen(req)
the_page=response.read()
FTP同样:
req=urllib2.Request('ftp://pythoneye.com')
urlopen返回的应答对象response有两个很有用的方法info()和geturl()
geturl —
这个返回获取的真实的URL,这个很有用,因为urlopen(或者opener对象使用的)或许
会有重定向。获取的URL或许跟请求URL不
同。
Data数据
有时候你希望发送一些数据到URL
post方式:
values={'body':'test short talk','via':'xxxx'}
data=urllib.urlencode(values)
req=urllib2.Request(url, data)
get方式:
data['name']='Somebody Here'data['location']='Northampton'data['language']='Python'url_values=urllib.urlencode(data)
url='http://pythoneye.com/example.cgi'full_url=url+'?'+url_values
data=urllib2.open(full_url)
使用Basic HTTP Authentication:
importurllib2#Create an OpenerDirector with support for Basic HTTP Authentication...auth_handler=urllib2.HTTPBasicAuthHandler()
auth_handler.add_password(realm='PDQ Application',
uri='https://pythoneye.com/vecrty.py',
user='user',
passwd='pass')
opener=urllib2.build_opener(auth_handler)#...and install it globally so it can be used with urlopen.urllib2.install_opener(opener)
urllib2.urlopen('http://www. pythoneye.com/app.html')
使用代理ProxyHandler:
proxy_handler=urllib2.ProxyHandler({'http':'http://www.example.com:3128/'})
proxy_auth_handler=urllib2.HTTPBasicAuthHandler()
proxy_auth_handler.add_password('realm','host','username','password')
opener=build_opener(proxy_handler, proxy_auth_handler)#This time, rather than install the OpenerDirector, we use it directly:opener.open('http://www.example.com/login.html')
URLError–HTTPError:fromurllib2importRequest, urlopen, URLError, HTTPError
req=Request(someurl)try:
response=urlopen(req)exceptHTTPError, e:print'Error code:', e.codeexceptURLError, e:print'Reason:', e.reasonelse:
.............
或者:
fromurllib2importRequest, urlopen, URLError
req=Request(someurl)try:
response=urlopen(req)exceptURLError, e:ifhasattr(e,'reason'):print'Reason:', e.reasonelifhasattr(e,'code'):print'Error code:', e.codeelse:
.............
通常,URLError在没有网络连接(没有路由到特定服务器),或者服务器不存在的情况下产生
异常同样会带有”reason”属性,它是
一个tuple,包含了一个错误号和一个错误信息
req=urllib2.Request('http://pythoneye.com')try:
urllib2.urlopen(req)exceptURLError, e:printe.reasonprinte.codeprinte.read()
最后需要注意的就是,当处理URLError和HTTPError的时候,应先处理HTTPError,后处理URLError
Openers
和Handlers:
opener使用操作器(handlers)。所有的重活都交给这些handlers来做。每一个handler知道
怎
么打开url以一种独特的url协议(http,ftp等等),或者怎么处理打开url的某些方面,如,HTTP重定向,或者HTTP
cookie。
默
认opener有对普通情况的操作器 (handlers)- ProxyHandler, UnknownHandler, HTTPHandler,
HTTPDefaultErrorHandler,
HTTPRedirectHandler, FTPHandler, FileHandler, HTTPErrorProcessor.
再看
python API:Return an OpenerDirector instance, which chains the handlers
in the order given
这就更加证明了一点,那就是opener可以看成是一个容器,这个容器当中放的是控制器,默认的,容器当中
有五个控制
器,程序员也可以加入自己的控制器,然后这些控制器去干活。
classHTTPHandler(AbstractHTTPHandler):defhttp_open(self, req):returnself.do_open(httplib.HTTPConnection, req)
http_request=AbstractHTTPHandler.do_request_
HTTPHandler是Openers当中的默认控制器之一,看到这个代码,证实了urllib2是借助于httplib实现的,同时也证实了
Openers和Handlers的关系。