告诉urllib2的使用自定义DNS
题
我想告诉urllib2.urlopen
(或自定义开瓶器强>)使用127.0.0.1
(或::1
)来解析地址。我不会改变我的/etc/resolv.conf
不过来。
一种可能的解决方案是使用一个工具,如dnspython
查询地址和httplib
构建自定义URL开启。我宁愿告诉urlopen
到虽然使用自定义的域名服务器。任何建议?
解决方案
看起来像名称解析最终由socket.create_connection
处理。
-> urllib2.urlopen
-> httplib.HTTPConnection
-> socket.create_connection
虽然曾经的“主持人:”头已定,就可以解析主机,并通过倒在揭幕战上的IP地址通过
我建议你子类httplib.HTTPConnection
,并把它传递给connect
之前包住self.host
方法修改socket.create_connection
。
然后子类HTTPHandler
(和HTTPSHandler
)与一个通过您的http_open
代替httplib的自身到HTTPConnection
的取代do_open
方法。
像这样:
import urllib2
import httplib
import socket
def MyResolver(host):
if host == 'news.bbc.co.uk':
return '66.102.9.104' # Google IP
else:
return host
class MyHTTPConnection(httplib.HTTPConnection):
def connect(self):
self.sock = socket.create_connection((MyResolver(self.host),self.port),self.timeout)
class MyHTTPSConnection(httplib.HTTPSConnection):
def connect(self):
sock = socket.create_connection((MyResolver(self.host), self.port), self.timeout)
self.sock = ssl.wrap_socket(sock, self.key_file, self.cert_file)
class MyHTTPHandler(urllib2.HTTPHandler):
def http_open(self,req):
return self.do_open(MyHTTPConnection,req)
class MyHTTPSHandler(urllib2.HTTPSHandler):
def https_open(self,req):
return self.do_open(MyHTTPSConnection,req)
opener = urllib2.build_opener(MyHTTPHandler,MyHTTPSHandler)
urllib2.install_opener(opener)
f = urllib2.urlopen('http://news.bbc.co.uk')
data = f.read()
from lxml import etree
doc = etree.HTML(data)
>>> print doc.xpath('//title/text()')
['Google']
显然,有证书的问题,如果你使用HTTPS,你会需要填写MyResolver ...
其他提示
另一个(脏)的方法是猴子修补socket.getaddrinfo
。
例如这个码增加了一个(无限制)缓存DNS查找。
import socket
prv_getaddrinfo = socket.getaddrinfo
dns_cache = {} # or a weakref.WeakValueDictionary()
def new_getaddrinfo(*args):
try:
return dns_cache[args]
except KeyError:
res = prv_getaddrinfo(*args)
dns_cache[args] = res
return res
socket.getaddrinfo = new_getaddrinfo
您将需要实现自己的DNS查找客户端(或使用dnspython像你说的)。 glibc中的名称查找过程是相当复杂的,以确保与其他非DNS名称系统的兼容性。有例如没有办法在所有指定glibc库特定的DNS服务器。
不隶属于 StackOverflow