python只使用urllib2获取头文件

Question

我必须使用urllib2实现一个函数来获取头文件(不进行GET或POST).这是我的功能:

def getheadersonly(url, redirections = True):
    if not redirections:
        class MyHTTPRedirectHandler(urllib2.HTTPRedirectHandler):
            def http_error_302(self, req, fp, code, msg, headers):
                return urllib2.HTTPRedirectHandler.http_error_302(self, req, fp, code, msg, headers)
            http_error_301 = http_error_303 = http_error_307 = http_error_302
        cookieprocessor = urllib2.HTTPCookieProcessor()
        opener = urllib2.build_opener(MyHTTPRedirectHandler, cookieprocessor)
        urllib2.install_opener(opener)

    class HeadRequest(urllib2.Request):
        def get_method(self):
            return "HEAD"

    info = {}
    info['headers'] = dict(urllib2.urlopen(HeadRequest(url)).info()) 
    info['finalurl'] = urllib2.urlopen(HeadRequest(url)).geturl() 
    return info

使用代码回答这个和这个.但是,即使标志是,也会进行重定向False.我试过代码:

print getheadersonly("http://ms.com", redirections = False)['finalurl']
print getheadersonly("http://ms.com")['finalurl']

它在两种情况下给予morganstanley.com.这有什么不对？

Answer 1

首先,您的代码包含几个错误:

1. 在您的每个请求中getheadersonly安装一个新的全局urlopener,然后在后续调用中使用urllib2.urlopen

2. 您发出两个HTTP请求以获取响应的两个不同属性.

3. 实施urllib2.HTTPRedirectHandler.http_error_302并不是那么微不足道,我不明白它如何能够首先防止重定向.

基本上,您应该了解每个处理程序都安装在一个开启器中以处理某种响应.urllib2.HTTPRedirectHandler是否将某些http代码转换为重定向.如果您不想重定向,请不要在重定向中添加重定向处理程序.如果您不想打开ftp链接,请不要添加FTPHandler等.

这就是你需要的只是创建一个新的开启者并添加urllib2.HTTPHandler()其中,自定义请求为'HEAD'请求并将请求的实例传递给开启者,读取属性,并关闭响应.

class HeadRequest(urllib2.Request):
    def get_method(self):
        return 'HEAD'

def getheadersonly(url, redirections=True):
    opener = urllib2.OpenerDirector()
    opener.add_handler(urllib2.HTTPHandler())
    opener.add_handler(urllib2.HTTPDefaultErrorHandler())
    if redirections:
        # HTTPErrorProcessor makes HTTPRedirectHandler work
        opener.add_handler(urllib2.HTTPErrorProcessor())
        opener.add_handler(urllib2.HTTPRedirectHandler())
    try:
        res = opener.open(HeadRequest(url))
    except urllib2.HTTPError, res:
        pass
    res.close()
    return dict(code=res.code, headers=res.info(), finalurl=res.geturl())