Python Just get Response Headers, not get content.
1. Use HEAD method
> import requests > res = requests.head("http://www.baidu.com/") > req.head("https://www.baidu.com/").headers {'Content-Encoding': 'gzip', 'Server': 'bfe/1.0.8.18', 'Last-Modified': 'Mon, 13 Jun 2016 02:50:08 GMT', 'Connection': 'Keep-Alive', 'Pragma': 'no-cache', 'Cache-Control': 'private, no-cache, no-store, proxy-revalidate, no-transform', 'Date': 'Fri, 13 Oct 2017 04:36:20 GMT', 'Content-Type': 'text/html'} > res.ok True > res.content '' # 但是会遇到一些问题, 比如, 服务器不支持 HEAD, 或者拒绝 HEAD. # 如下情况就被拒绝 # > res = req.head("https://www.douban.com/subject/1/") > res <Response [403]> > res.ok False > res.content '' > res.headers {'Content-Encoding': 'gzip', 'Keep-Alive': 'timeout=30', 'Server': 'dae', 'Connection': 'keep-alive', 'Date': 'Fri, 13 Oct 2017 04:39:00 GMT', 'Content-Type': 'text/html'}
不是很通用, 因为有些服务器不支持.
2. Use urllib
import urllib > res = urllib.urlopen("http://127.0.0.1:8000/git.exe") > res.url 'http://127.0.0.1:8000/git.exe' > res.headers.headers ['Server: SimpleHTTP/0.6 Python/2.7.10\r\n', 'Date: Fri, 13 Oct 2017 06:06:37 GMT\r\n', 'Content-type: application/x-msdownload\r\n', 'Content-Length: 7569408\r\n', 'Last-Modified: Fri, 16 Dec 2016 07:09:32 GMT\r\n'] > len(r.read()) 7569408 # urllib 只有在调用 read/readline/readlines 的时候才会从 web 服务器读取数据. # 源码可以在 urllib/httplib 中找到. # urllib.py def urlopen(url, ...): opener = FancyURLopener() return opener.open(url) class FancyURLopener(URLopener).open(): getattr(self, name)(url) class URLopener.open_http(): errcode, errmsg, headers = h.getreply() if(200 <= errcode < 300): return addinfourl(fp, headers, "http:" + url, errcode) else: if data is None: return self.http_error(url, fp, errcode, errmsg, headers) else: return self.http_error(url, fp, errcode, errmsg, headers, data) class URLopener.http_error(): return method(url, fp, errcode, errmsg, headers) class FancyURLopener.http_error_default(): return addinfourl(fp, headers, "http:" + url, errcode) class addinfourl(addbase): # 代码中并没有对 fp 做任何操作,包括读写. class addbase.__init __(): self.fp = fp self.read = self.fp.read self.readline = self.fp.readline if hasattr(self.fp, "readlines"): self.readlines = self.fp.readlines self.fileno = self.fp.fileno # ... ...
可以看到, urllib.open 最终返回了 addbase, addbase 中没有对 socket 做任务处理, 不会有任何读写. 之后显示调用 read/readline/readlines, 才会从 web 服务器读取数据.
图 1. 初始化网络.
图 2. urlopen() 之后
图 3. read() 之后
3. Use socket
看过 urllib 之后, 可以使用 socket 写一个方法, 只获取 header.
import socket import ssl _timeout = 10 socket.setdefaulttimeout(_timeout) def get_header(host, port=80, uri="/", method="GET", user_ssl=False): # 这里可以再扩充一下, 支持 headers conn = None header = """%s %s HTTP/1.1\r\nHost: %s\r\nConnection: close\r\nUser-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36\r\n\r\n""" % ( method, uri, host) if user_ssl: ssl_context = ssl.SSLContext(ssl.PROTOCOL_TLSv1) _socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM) conn = ssl_context.wrap_socket(_socket, server_hostname=host) conn.connect((host, port)) conn.send(header) else: conn = socket.create_connection((host, port), _timeout) conn.sendall(header) text = "" while True: if "\r\n\r\n" in text: break buff = conn.recv(10) text += buff # print buff conn.close() return text.split("\r\n\r\n")[0] if __name__ == '__main__': print get_header("www.douban.com", uri="/subject/27076001/") print print get_header("www.douban.com", uri="/subject/27076001/", port=443, user_ssl=True)
"external nofollow" target="_blank" href="https://stackoverflow.com/questions/32062925/python-socket-server-handle-https-request"><< Python socket server handle HTTPS request (https://stackoverflow.com/questions/32062925/python-socket-server-handle-https-request)以上这篇Python 仅获取响应头, 不获取实体的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com
暂无评论...
更新日志
2024年11月18日
2024年11月18日
- 群星《天域原音·聆听雪域藏歌STS+SRS》[WAV+CUE]
- 尤长靖.2020-AZORAland·我是尤长靖【香蕉娱乐】【FLAC分轨】
- 群星.1995-台北爱情故事【飞碟】【WAV+CUE】
- 群星.2024-锦绣安宁电视剧原声带【D-Jin.Music】【FLAC分轨】
- 群星《闪光的夏天 第4期》[320K/MP3][97.82MB]
- 群星《闪光的夏天 第4期》[FLAC/分轨][553.31MB]
- 群星《奔赴!万人现场 第4期》[320K/MP3][80.75MB]
- 林琳《独角戏HQ》WAV
- FIM-《Super-Sound-3》声霸3[WAV+CUE]
- 喇叭花-绝版天碟《我的碟“MyDisc”》[正版原抓WAV+CUE]
- 陈慧琳.1999-真感觉【正东】【WAV+CUE】
- 徐玮.1986-走自己的路(喜玛拉雅复刻版)【同心圆】【WAV+CUE】
- 林海峰.2003-我撑你【EMI百代】【WAV+CUE】
- 群星《奔赴!万人现场 第4期》[FLAC/分轨][454.89MB]
- 腾讯音乐人《未来立体声·Stereo Future VOL.12》[320K/MP3][62.37MB]