Como ler o cabeçalho com pycurl

Question

Como faço para ler os cabeçalhos de resposta de voltar de uma solicitação pycurl?

Answer 1

Existem várias soluções (por padrão, eles são descartados). Aqui está um exemplo usando a HEADERFUNCTION opção que permite indicar um função para lidar com eles.

Outras soluções são opções WRITEHEADER (não compatível com WRITEFUNCTION) ou a criação de cabeçalho para True para que elas são transmitidas com o corpo.

#!/usr/bin/python

import pycurl
import sys

class Storage:
    def __init__(self):
        self.contents = ''
        self.line = 0

    def store(self, buf):
        self.line = self.line + 1
        self.contents = "%s%i: %s" % (self.contents, self.line, buf)

    def __str__(self):
        return self.contents

retrieved_body = Storage()
retrieved_headers = Storage()
c = pycurl.Curl()
c.setopt(c.URL, 'http://www.demaziere.fr/eve/')
c.setopt(c.WRITEFUNCTION, retrieved_body.store)
c.setopt(c.HEADERFUNCTION, retrieved_headers.store)
c.perform()
c.close()
print retrieved_headers
print retrieved_body

Answer 2

import pycurl
from StringIO import StringIO

headers = StringIO()

c = pycurl.Curl()
c.setopt(c.URL, url)
c.setopt(c.HEADER, 1)
c.setopt(c.NOBODY, 1) # header only, no body
c.setopt(c.HEADERFUNCTION, headers.write)

c.perform()

print headers.getvalue()

Adicione quaisquer outros setopts onda conforme necessário / desejado, como FOLLOWLOCATION.

Answer 3

Anothr alternativo, uso human_curl: pip human_curl

In [1]: import human_curl as hurl

In [2]: r = hurl.get("http://stackoverflow.com")

In [3]: r.headers
Out[3]: 
{'cache-control': 'public, max-age=45',
 'content-length': '198515',
 'content-type': 'text/html; charset=utf-8',
 'date': 'Thu, 01 Sep 2011 11:53:43 GMT',
 'expires': 'Thu, 01 Sep 2011 11:54:28 GMT',
 'last-modified': 'Thu, 01 Sep 2011 11:53:28 GMT',
 'vary': '*'}

Answer 4

Esta pode ou não ser uma alternativa para você:

import urllib
headers = urllib.urlopen('http://www.pythonchallenge.com').headers.headers