python中http协议编程_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，一般不直接使用，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， 表示在无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，常用有方法有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(如果method 是”post” ，则可以把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 () 连接到Http 服务器。 HTTPConnection.close () 关闭与服务器的连接。 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。往往通过调用HTTPConnection.getresponse()来创建，它有如下方法和属性： HTTPResponse.read([amt]) 获取响应的消息体。如果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在头域名不存在的情况下作为默认值返回。 HTTPResponse.getheaders() 以列表的形式返回所有的头信息。 HTTPResponse.msg 获取所有的响应头信息。 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。一般为”OK” 下面通过一个例子来熟悉HTTPResponse中的方法：

importhttplib 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.versionprint'reason:', res.reasonprint'status:', res.statusprint'msg:', res.msgprint'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； 可以通过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同样：

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

urlopen返回的应答对象response有两个很有用的方法info()和geturl() geturl — 这个返回获取的真实的URL，这个很有用，因为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不同。 Data数据 有时候你希望发送一些数据到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:

importurllib2#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:fromurllib2importRequest, urlopen, URLError, HTTPError req=Request(someurl)try: response=urlopen(req)exceptHTTPError, e:print'Error code:', e.codeexceptURLError, e:print'Reason:', e.reasonelse: .............

或者：

fromurllib2importRequest, urlopen, URLError req=Request(someurl)try: response=urlopen(req)exceptURLError, e:ifhasattr(e,'reason'):print'Reason:', e.reasonelifhasattr(e,'code'):print'Error code:', e.codeelse: .............

通常，URLError在没有网络连接(没有路由到特定服务器),或者服务器不存在的情况下产生 异常同样会带有”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)exceptURLError, e:printe.reasonprinte.codeprinte.read()

最后需要注意的就是，当处理URLError和HTTPError的时候，应先处理HTTPError，后处理URLError Openers和Handlers： opener使用操作器(handlers)。所有的重活都交给这些handlers来做。每一个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有对普通情况的操作器 (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 这就更加证明了一点，那就是opener可以看成是一个容器，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，程序员也可以加入自己的控制器，然后这些控制器去干活。

classHTTPHandler(AbstractHTTPHandler):defhttp_open(self, req):returnself.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，证实了urllib2是借助于httplib实现的，同时也证实了Openers和Handlers的关系。

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