URL recupera troppi reindirizzamenti ripetuti
-
28-10-2019 - |
Domanda
Sto cercando di caricare un URL e ricevo questo errore:
DownloadError: ApplicationError: 2 troppi reindirizzamenti ripetuti
Questo è il codice che sto usando:
headers = { 'User-Agent' : 'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; de-at) AppleWebKit/533.21.1 (KHTML, like Gecko) Version/5.0.5 Safari/533.21.1' }
url = "http://www.cafebonappetit.com/menu/your-cafe/collins-cmc/cafes/details/50/collins-bistro"
cmcHTM = urlfetch.fetch(url=url)
cmcHTML = str(cmcHTM.content)
Controllo i reindirizzamenti di questo sito Web su: http://www.internetofficer.com/seo-tool/redirect-check/E ho scoperto che questo sito viene reindirizzato a se stesso! Quindi URL Fetch sembra andare in cerchio cercando di caricare questa pagina. Nel frattempo, questa pagina si carica bene nel mio browser.
Quindi ho provato a usare questo codice:
cmcHTM = urlfetch.fetch(url=url,
follow_redirects=False,
deadline=100
)
Questo non restituisce nulla però. C'è un modo per ottenere questo HTML?!
Soluzione
Ci scusiamo per la risposta ritardata. L'ho trovato che ha funzionato:
import urllib, urllib2, Cookie
from google.appengine.api import urlfetch
class URLOpener:
def __init__(self):
self.cookie = Cookie.SimpleCookie()
def open(self, url, data = None):
if data is None:
method = urlfetch.GET
else:
method = urlfetch.POST
while url is not None:
response = urlfetch.fetch(url=url,
payload=data,
method=method,
headers=self._getHeaders(self.cookie),
allow_truncated=False,
follow_redirects=False,
deadline=10
)
data = None # Next request will be a get, so no need to send the data again.
method = urlfetch.GET
self.cookie.load(response.headers.get('set-cookie', '')) # Load the cookies from the response
url = response.headers.get('location')
return response
def _getHeaders(self, cookie):
headers = {
'Host' : 'www.google.com',
'User-Agent' : 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.2) Gecko/20090729 Firefox/3.5.2 (.NET CLR 3.5.30729)',
'Cookie' : self._makeCookieHeader(cookie)
}
return headers
def _makeCookieHeader(self, cookie):
cookieHeader = ""
for value in cookie.values():
cookieHeader += "%s=%s; " % (value.key, value.value)
return cookieHeader
Immagino che la chiave sia il ciclo while - seguendo i reindirizzamenti in base all'intestazione di ritorno ...
Altri suggerimenti
Penso che questo sia un problema nel sito, non nel tuo codice. Il sito sembra progettato, quindi si reindirizza a se stesso quando non rileva un intestazione che viene abitualmente inviato da un browser. Ad esempio, quando provo ad accedervi con Curl ottengo un corpo vuoto con un reindirizzamento 302 a se stesso, ma nel browser ottengo una pagina. Dovresti chiedere al proprietario del sito cosa stanno verificando ...