Haciendo petición HEAD HTTP con urllib2 desde Python 2
-
09-10-2019 - |
Pregunta
Estoy tratando de hacer una petición HEAD de una página usando Python 2.
Estoy intentando
import misc_urllib2
.....
opender = urllib2.build_opener([misc_urllib2.MyHTTPRedirectHandler(), misc_urllib2.HeadRequest()])
con misc_urllib2.py
contiene
class HeadRequest(urllib2.Request):
def get_method(self):
return "HEAD"
class MyHTTPRedirectHandler(urllib2.HTTPRedirectHandler):
def __init__ (self):
self.redirects = []
def http_error_301(self, req, fp, code, msg, headers):
result = urllib2.HTTPRedirectHandler.http_error_301(
self, req, fp, code, msg, headers)
result.redirect_code = code
return result
http_error_302 = http_error_303 = http_error_307 = http_error_301
Pero estoy
TypeError: __init__() takes at least 2 arguments (1 given)
Si acabo de hacer
opender = urllib2.build_opener(misc_urllib2.MyHTTPRedirectHandler())
entonces funciona bien
Solución
Esto funciona muy bien:
import urllib2
request = urllib2.Request('http://localhost:8080')
request.get_method = lambda : 'HEAD'
response = urllib2.urlopen(request)
print response.info()
Probado con rápida y sucia HTTPd pirateado en Python:
Server: BaseHTTP/0.3 Python/2.6.6
Date: Sun, 12 Dec 2010 11:52:33 GMT
Content-type: text/html
X-REQUEST_METHOD: HEAD
He añadido un campo de encabezado X personalizado REQUEST_METHOD para mostrar funciona:)
Aquí es httpd registro:
Sun Dec 12 12:52:28 2010 Server Starts - localhost:8080
localhost.localdomain - - [12/Dec/2010 12:52:33] "HEAD / HTTP/1.1" 200 -
Edit: también hay httplib2
import httplib2
h = httplib2.Http()
resp = h.request("http://www.google.com", 'HEAD')
Otros consejos
Trate httplib
>>> import httplib
>>> conn = httplib.HTTPConnection("www.google.com")
>>> conn.request("HEAD", "/index.html")
>>> res = conn.getresponse()
>>> print res.status, res.reason
200 OK
>>> print res.getheaders()
[('content-length', '0'), ('expires', '-1'), ('server', 'gws'), ('cache-control', 'private, max-age=0'), ('date', 'Sat, 20 Sep 2008 06:43:36 GMT'), ('content-type', 'text/html; charset=ISO-8859-1')]
El problema radica en su HEADREQUEST clase, que hereda de urllib2.Request. De acuerdo con el doc, la firma es urllib2.Request.__init__
__init__(self, url, data=None, headers={}, origin_req_host=None, unverifiable=False)
por lo que debe pasar un argumento url para él. En su segundo intento, simplemente no se utiliza HEADREQUEST, esto es por qué funciona.
no shoud añadir HeadRequest
a build_opener
o add_handler
que debería ser llamado como esto
opener = urllib2.build_opener(MyHTTPRedirectHandler)
response = opener.open(HeadRequest(url))
print response.getheaders()