python - 在 Python 3 中使用套接字获取 400 Bad Request 错误

Question

我刚开始使用 Python 3.6.1 中的 Python Web 数据。我正在学习套接字，我的代码有一个我无法弄清楚的问题。我的代码中的网站工作正常，但是当我运行这段代码时，出现 400 Bad Request 错误。我不太确定我的代码有什么问题。提前致谢。

import socket

mysock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

mysock.connect(('data.pr4e.org', 80))

mysock.send(('GET http://data.pr4e.org/romeo.txt HTTP/1.0 \n\n').encode())

while True:
    data = mysock.recv(512)
    if ( len(data) < 1 ):
        break
    print (data)

mysock.close()

Answer 1

GET http://data.pr4e.org/romeo.txt HTTP/1.0 \n\n

欢迎来到 HTTP 的美妙世界，大多数用户认为这是一个简单的协议(protocol)，因为它是人类可读的，但实际上它可能是一个非常复杂的协议(protocol)。鉴于您的上述要求，存在几个问题:

• 路径不应是完整的 URL 而只是 /romeo.txt。只有在向代理发出请求时才会使用完整的 URL。
• 行尾必须是\r\n 而不是\n。
• 在 HTTP/1.0 之后的行尾之前不应有空格。
• 虽然只有 HTTP/1.1 才需要主机 header ，但许多服务器(包括您尝试访问的服务器)在 HTTP/1.0 中也需要它，因为它们在同一 IP 地址上有多个主机名，并且需要区分您使用的是哪个名称想要。

考虑到这一点，您发送的数据应该改为

GET /romeo.txt HTTP/1.0\r\nHost: data.pr4e.org\r\n\r\n

而且我已经测试过它与此修改完美配合。

但是，考虑到 HTTP 并不像看起来那么简单，我真的建议使用像请求这样的库来访问目标。如果这对您来说开销太大，请研究 HTTP standard正确地实现它，而不是仅仅从一些例子中猜测 HTTP 是如何工作的——然后猜错了。

另请注意，服务器对像您这样的损坏实现的宽容程度不同。因此，曾经在一台服务器上工作的东西可能无法在下一台服务器上工作，甚至在某些软件升级后也无法在同一台服务器上工作。使用一个健壮且经过良好测试和维护的库，而不是自己做所有事情，这样也可以在以后为您省去很多麻烦。