Python urllib开放问题

发布时间：2020-12-20 13:31:12 所属栏目：Python 来源：网络整理

导读：我正在尝试从http://book.libertorrent.com/获取数据,但目前我的失败很严重,因为响应中存在一些额外的数据(标题).我的代码非常简单： response = urllib.urlopen('http://book.libertorrent.com/login.php')f = open('someFile.html','w')f.write(response.r

我正在尝试从http://book.libertorrent.com/获取数据,但目前我的失败很严重,因为响应中存在一些额外的数据(标题).我的代码非常简单：

response = urllib.urlopen('http://book.libertorrent.com/login.php')
f = open('someFile.html','w')
f.write(response.read())

read()返回：

Date: Fri,09 Nov 2012 07:36:54 GMT
Content-Type: text/html; charset=utf-8
Transfer-Encoding: chunked
Connection: close
Cache-Control: no-cache,pre-check=0,post-check=0
Expires: 0
Pragma: no-cache
Set-Cookie: bb_test=973132321; path=/; domain=book.libertorrent.com
Content-Language: ru

1ec0
...Html...
0

而response.info()是空的.

有没有办法纠正反应？

解决方法

我们试试这个：

$echo -ne "GET /index.php HTTP/1.1rnHost: book.libertorrent.comrnrn" | nc book.libertorrent.com 80 | head -n 10
HTTP/1.1 200 OK
WWW
Date: Sat,10 Nov 2012 17:41:57 GMT
Content-Type: text/html; charset=utf-8
Transfer-Encoding: chunked
Connection: keep-alive
Content-Language: ru

1f57
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd"><html dir="ltr">

在第二行看到“WWW”？这不是有效的HTTP标头,我猜这是什么在这里抛出响应解析器.

顺便说一句,python2和python3在这里表现不同：

> python2似乎立即将此无效标题后的任何内容解释为内容
> python3忽略所有标题并继续在双换行符后阅读内容.因为标题被忽略,所以传输编码也是如此,因此内容长度被解释为正文的一部分.

所以最后问题是服务器发送的响应无效,应该在服务器端修复.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!