python仅使用urllib2获取标题

Question

我必须使用 urllib2 实现一个函数来仅获取 header (不执行 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

使用答案 this 中的代码和 this .但是，即使标志为 False，此仍在执行 重定向。我尝试了以下代码:

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

在这两种情况下，它都给了 morganstanley.com。这里有什么问题？

Answer 1

首先，您的代码包含几个错误:

1. 在 getheadersonly 的每个请求中，您安装一个新的全局 urlopener，然后在 urllib2.urlopen

的后续调用中使用它

2. 您发出两个 HTTP 请求以获得响应的两个不同属性。

3. urllib2.HTTPRedirectHandler.http_error_302 的实现并不是那么简单，我不明白它是如何防止重定向的。

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 用于将某些 http 代码转换为重定向。如果您不需要重定向，请不要将重定向处理程序添加到开启器中。如果不想打开ftp链接，就不要添加FTPHandler等

您只需要创建一个新的 opener 并在其中添加 urllib2.HTTPHandler()，将请求自定义为“HEAD”请求并将请求的实例传递给opener，读取属性，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())