的urllib2不检索整个HTTP响应

Question

我困惑，为什么我无法从的FriendFeed 下载的一些JSON响应的全部内容使用的urllib2 。

>>> import urllib2
>>> stream = urllib2.urlopen('http://friendfeed.com/api/room/the-life-scientists/profile?format=json')
>>> stream.headers['content-length']
'168928'
>>> data = stream.read()
>>> len(data)
61058
>>> # We can see here that I did not retrieve the full JSON
... # given that the stream doesn't end with a closing }
... 
>>> data[-40:]
'ce2-003048343a40","name":"Vincent Racani'

我如何可以检索的urllib2充分反应？

Answer 1

最佳的方式来获得的所有数据：

fp = urllib2.urlopen("http://www.example.com/index.cfm")

response = ""
while 1:
    data = fp.read()
    if not data:         # This might need to be    if data == "":   -- can't remember
        break
    response += data

print response

原因在于，.read()不保证返回整个响应，给出插座的性质。我认为这是文档（也许urllib）中所讨论的，但我不能找到它。

Answer 2

使用 tcpdump的（或类似的东西）监测实际的网络交互 - 那么你可以分析一下为什么网站打破了一些客户端库。确保您通过脚本测试重复多次，所以你可以看到，如果这个问题是一致的：

import urllib2
url = 'http://friendfeed.com/api/room/friendfeed-feedback/profile?format=json'
stream = urllib2.urlopen(url)
expected = int(stream.headers['content-length'])
data = stream.read()
datalen = len(data)
print expected, datalen, expected == datalen

该网站的工作始终如一地为我，所以我不能给寻找失败的例子：）

Answer 3

请致电stream.read（），直到它完成...

while data = stream.read() :
    ... do stuff with data

Answer 4

readlines() 

也适用