Chinaunix首页 | 论坛 | 博客
  • 博客访问: 613234
  • 博文数量: 102
  • 博客积分: 10
  • 博客等级: 民兵
  • 技术积分: 1748
  • 用 户 组: 普通用户
  • 注册时间: 2012-02-23 15:42
个人简介

寻找严肃、沉默和专注的力量。

文章分类

全部博文(102)

文章存档

2015年(26)

2014年(8)

2013年(68)

分类: Python/Ruby

2013-03-01 16:00:00

1 Proxy 的设置
urllib2 默认会使用环境变量 http_proxy 来设置 HTTP Proxy。如果想在程序中明确控制 Proxy,而不受环境变量的影响,可以使用下面的方式:

  1. import urllib2

  2. enable_proxy = True
  3. proxy_handler = urllib2.ProxyHandler({"http" : ''})
  4. null_proxy_handler = urllib2.ProxyHandler({})

  5. if enable_proxy:
  6.     opener = urllib2.build_opener(proxy_handler)
  7. else:
  8.     opener = urllib2.build_opener(null_proxy_handler)

  9. urllib2.install_opener(opener)
这里要注意的一个细节,使用 urllib2.install_opener() 会设置 urllib2 的全局 opener。这样后面的使用会很方便,但不能做更细粒度的控制,比如想在程序中使用两个不同的 Proxy 设置等。比较好的做法是不使用 install_opener 去更改全局的设置,而只是直接调用 opener 的 open 方法代替全局的 urlopen 方法。

2 Timeout 设置
在老版本中,urllib2 的 API 并没有暴露 Timeout 的设置,要设置 Timeout 值,只能更改 Socket 的全局 Timeout 值。
  1. import urllib2
  2. import socket

  3. socket.setdefaulttimeout(10) # 10 秒钟后超时
  4. urllib2.socket.setdefaulttimeout(10) # 另一种方式
在新的 Python 2.6 版本中,超时可以通过 urllib2.urlopen() 的 timeout 参数直接设置。
  1. import urllib2
  2. response = urllib2.urlopen('', timeout=10)

3 在 HTTP Request 中加入特定的 Header
要加入 Header,需要使用 Request 对象:
  1. import urllib2

  2. request = urllib2.Request(uri)
  3. request.add_header('User-Agent', 'fake-client')
  4. response = urllib2.urlopen(request)
对有些 header 要特别留意,Server 端会针对这些 header 做检查
User-Agent 有些 Server 或 Proxy 会检查该值,用来判断是否是浏览器发起的 Request
Content-Type 在使用 REST 接口时,Server 会检查该值,用来确定 HTTP Body 中的内容该怎样解析。
常见的取值有:
application/xml :在 XML RPC,如 RESTful/SOAP 调用时使用
application/json :在 JSON RPC 调用时使用
application/x-www-form-urlencoded :浏览器提交 Web 表单时使用
……
在使用 RPC 调用 Server 提供的 RESTful 或 SOAP 服务时, Content-Type 设置错误会导致 Server 拒绝服务。
4 Redirect
urllib2 默认情况下会针对 3xx HTTP 返回码自动进行 Redirect 动作,无需人工配置。要检测是否发生了 Redirect 动作,只要检查一下 Response 的 URL 和 Request 的 URL 是否一致就可以了。
  1. import urllib2
  2. response = urllib2.urlopen('')
  3. redirected = response.geturl() == ''
如果不想自动 Redirect,除了使用更低层次的 httplib 库之外,还可以使用自定义的 HTTPRedirectHandler 类。
  1. import urllib2

  2. class RedirectHandler(urllib2.HTTPRedirectHandler):
  3.     def http_error_301(self, req, fp, code, msg, headers):
  4.         pass
  5.     def http_error_302(self, req, fp, code, msg, headers):
  6.         pass

  7. opener = urllib2.build_opener(RedirectHandler)
  8. opener.open('')
5 Cookie
urllib2 对 Cookie 的处理也是自动的。如果需要得到某个 Cookie 项的值,可以这么做:
  1. import urllib2
  2. import cookielib

  3. cookie = cookielib.CookieJar()
  4. opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))
  5. response = opener.open('')
  6. for item in cookie:
  7.     if item.name == 'some_cookie_item_name':
  8.         print item.value
6 使用 HTTP 的 PUT 和 DELETE 方法
urllib2 只支持 HTTP 的 GET 和 POST 方法,如果要使用 HTTP PUT 和 DELETE,只能使用比较低层的 httplib 库。虽然如此,我们还是能通过下面的方式,使 urllib2 能够发出 HTTP PUT 或 DELETE
的包:

  1. import urllib2

  2. request = urllib2.Request(uri, data=data)
  3. request.get_method = lambda: 'PUT' # or 'DELETE'
  4. response = urllib2.urlopen(request)
这种做法虽然属于 Hack 的方式,但实际使用起来也没什么问题。

7 得到 HTTP 的返回码
对于 200 OK 来说,只要使用 urlopen 返回的 response 对象的 getcode() 方法就可以得到 HTTP 的返回码。但对其它返回码来说,urlopen 会抛出异常。这时候,就要检查异常对象的 code 属性了:
  1. import urllib2
  2. try:
  3.     response = urllib2.urlopen('')
  4. except urllib2.HTTPError, e:
  5.     print e.code
8 Debug Log

使用 urllib2 时,可以通过下面的方法把 Debug Log 打开,这样收发包的内容就会在屏幕上打印出来,方便我们调试,在一定程度上可以省去抓包的工作。

  1. import urllib2

  2. httpHandler = urllib2.HTTPHandler(debuglevel=1)
  3. httpsHandler = urllib2.HTTPSHandler(debuglevel=1)
  4. opener = urllib2.build_opener(httpHandler, httpsHandler)

  5. urllib2.install_opener(opener)
  6. response = urllib2.urlopen('')


阅读(1475) | 评论(0) | 转发(2) |
给主人留下些什么吧!~~