python基于http协议编程：httplib,urllib和urllib2<转>

httplib实现了HTTP和HTTPS的客户端协议，通常不直接使用，在python更高层的封装模块中（urllib,urllib2）使用了它的http实现。

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， 表示在没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，经常使用有方法有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（若是method 是”post” ，则能够把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 () 链接到Http 服务器。 HTTPConnection.close () 关闭与服务器的链接。 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。每每经过调用HTTPConnection.getresponse()来建立，它有以下方法和属性： HTTPResponse.read([amt]) 获取响应的消息体。若是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在头域名不存在的状况下做为默认值返回。 HTTPResponse.getheaders() 以列表的形式返回全部的头信息。 HTTPResponse.msg 获取全部的响应头信息。 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。通常为”OK” 下面经过一个例子来熟悉HTTPResponse中的方法：

import httplib 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.version print'reason:', res.reason print'status:', res.status print'msg:', res.msg print'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； 能够经过httplib.responses 查询相关变量的含义，如： Print 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一样：

req = urllib2.Request( ' ftp://pythoneye.com ' )

urlopen返回的应答对象response有两个颇有用的方法info()和geturl() geturl — 这个返回获取的真实的URL，这个颇有用，由于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不一样。 Data数据 有时候你但愿发送一些数据到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:

import urllib2 # 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:
from urllib2 import Request, urlopen, URLError, HTTPError req = Request(someurl) try : response = urlopen(req) except HTTPError, e: print ' Error code: ' , e.code except URLError, e: print ' Reason: ' , e.reason else : .............

或者：

from urllib2 import Request, urlopen, URLError req = Request(someurl) try : response = urlopen(req) except URLError, e: if hasattr(e, ' reason ' ): print ' Reason: ' , e.reason elif hasattr(e, ' code ' ): print ' Error code: ' , e.code else : .............

一般，URLError在没有网络链接(没有路由到特定服务器),或者服务器不存在的状况下产生 异常一样会带有”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) except URLError, e: print e.reason print e.code print e.read()

最后须要注意的就是，当处理URLError和HTTPError的时候，应先处理HTTPError，后处理URLError Openers和Handlers： opener使用操做器（handlers）。全部的重活都交给这些handlers来作。每个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有对普通状况的操做器 （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 这就更加证实了一点，那就是opener能够当作是一个容器，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，程序员也能够加入本身的控制器，而后这些控制器去干活。

class HTTPHandler(AbstractHTTPHandler): def http_open(self, req): return self.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，证明了urllib2是借助于httplib实现的，同时也证明了Openers和Handlers的关系。

 

 

import httplib conn = httplib.HTTPConnection( " google.com " ) conn.request( ' get ' , ' / ' ) print conn.getresponse().read() conn.close()