urllib.urlopen funziona ma urllib2.urlopen no

Question

Ho un sito Web semplice che sto testando. Funziona su localhost e posso accedervi dal mio browser web. La pagina dell'indice è semplicemente la parola "in esecuzione". urllib.urlopen leggerà correttamente la pagina ma urllib2.urlopen no. Ecco uno script che dimostra il problema (questo è lo script reale e non una semplificazione di uno script di test diverso):

import urllib, urllib2
print urllib.urlopen("http://127.0.0.1").read()  # prints "running"
print urllib2.urlopen("http://127.0.0.1").read() # throws an exception

Ecco la traccia dello stack:

Traceback (most recent call last):
  File "urltest.py", line 5, in <module>
    print urllib2.urlopen("http://127.0.0.1").read()
  File "C:\Python25\lib\urllib2.py", line 121, in urlopen
    return _opener.open(url, data)
  File "C:\Python25\lib\urllib2.py", line 380, in open
    response = meth(req, response)
  File "C:\Python25\lib\urllib2.py", line 491, in http_response
    'http', request, response, code, msg, hdrs)
  File "C:\Python25\lib\urllib2.py", line 412, in error
    result = self._call_chain(*args)
  File "C:\Python25\lib\urllib2.py", line 353, in _call_chain
    result = func(*args)
  File "C:\Python25\lib\urllib2.py", line 575, in http_error_302
    return self.parent.open(new)
  File "C:\Python25\lib\urllib2.py", line 380, in open
    response = meth(req, response)
  File "C:\Python25\lib\urllib2.py", line 491, in http_response
    'http', request, response, code, msg, hdrs)
  File "C:\Python25\lib\urllib2.py", line 418, in error
    return self._call_chain(*args)
  File "C:\Python25\lib\urllib2.py", line 353, in _call_chain
    result = func(*args)
  File "C:\Python25\lib\urllib2.py", line 499, in http_error_default
    raise HTTPError(req.get_full_url(), code, msg, hdrs, fp)
urllib2.HTTPError: HTTP Error 504: Gateway Timeout

Qualche idea? Potrei finire per aver bisogno di alcune delle funzionalità più avanzate di urllib2 , quindi non voglio solo ricorrere all'uso di urllib , inoltre voglio capire questo problema.

Answer 1

Sembra che tu abbia definito le impostazioni proxy che urllib2 sta riprendendo. Quando tenta di eseguire il proxy " 127.0.0.01/" ;, il proxy si arrende e restituisce un errore 504.

Da Obscure python urllib2 proxy gotcha :

proxy_support = urllib2.ProxyHandler({})
opener = urllib2.build_opener(proxy_support)
print opener.open("http://127.0.0.1").read()

# Optional - makes this opener default for urlopen etc.
urllib2.install_opener(opener)
print urllib2.urlopen("http://127.0.0.1").read()

Answer 2

La prima chiamata di urlib2.open seguita da urllib.open ha gli stessi risultati? Ti stai solo chiedendo se la prima chiamata da aprire sta causando l'impegno del server http a causare il timeout?

Answer 3

Non so cosa stia succedendo, ma potresti trovarlo utile per capirlo:

>>> import urllib2
>>> urllib2.urlopen('http://mit.edu').read()[:10]
'<!DOCTYPE '
>>> urllib2._opener.handlers[1].set_http_debuglevel(100)
>>> urllib2.urlopen('http://mit.edu').read()[:10]
connect: (mit.edu, 80)
send: 'GET / HTTP/1.1\r\nAccept-Encoding: identity\r\nHost: mit.edu\r\nConnection: close\r\nUser-Agent: Python-urllib/2.5\r\n\r\n'
reply: 'HTTP/1.1 200 OK\r\n'
header: Date: Tue, 14 Oct 2008 15:52:03 GMT
header: Server: MIT Web Server Apache/1.3.26 Mark/1.5 (Unix) mod_ssl/2.8.9 OpenSSL/0.9.7c
header: Last-Modified: Tue, 14 Oct 2008 04:02:15 GMT
header: ETag: "71d3f96-2895-48f419c7"
header: Accept-Ranges: bytes
header: Content-Length: 10389
header: Connection: close
header: Content-Type: text/html
'<!DOCTYPE '

Answer 4

urllib.urlopen () lancia la seguente richiesta sul server:

GET / HTTP/1.0
Host: 127.0.0.1
User-Agent: Python-urllib/1.17

mentre urllib2.urlopen () lancia questo:

GET / HTTP/1.1
Accept-Encoding: identity
Host: 127.0.0.1
Connection: close
User-Agent: Python-urllib/2.5

Quindi, il tuo server o non capisce HTTP / 1.1 o i campi di intestazione extra.