Qual é a melhor maneira para descomprimir uma resposta do servidor gzip'ed em Python 3?
-
23-08-2019 - |
Pergunta
Eu esperava isso ao trabalho:
>>> import urllib.request as r
>>> import zlib
>>> r.urlopen( r.Request("http://google.com/search?q=foo", headers={"User-Agent": "Mozilla/5.0 (X11; U; Linux i686) Gecko/20071127 Firefox/2.0.0.11", "Accept-Encoding": "gzip"}) ).read()
b'af0\r\n\x1f\x8b\x08...(long binary string)'
>>> zlib.decompress(_)
Traceback (most recent call last):
File "<pyshell#87>", line 1, in <module>
zlib.decompress(x)
zlib.error: Error -3 while decompressing data: incorrect header check
Mas isso não acontece. Dive Into Python usa StringIO neste exemplo, mas que parece estar faltando Python 3. Qual é a maneira certa de fazê-lo?
Solução
Ele funciona muito bem com gzip
(gzip e zlib são a mesma compressão, mas com diferentes cabeçalhos / "embrulho". Seu erro tem esta informação na mensagem).
import gzip
import urllib.request
request = urllib.request.Request(
"http://google.com/search?q=foo",
headers={
"Accept-Encoding": "gzip",
"User-Agent": "Mozilla/5.0 (X11; U; Linux i686) Gecko/20071127 Firefox/2.0.0.11",
})
response = urllib.request.urlopen(request)
gzipFile = gzip.GzipFile(fileobj=response)
gzipFile.read()
Outras dicas
Em Python 3, StringIO
é uma classe no módulo io
.
Assim, para o exemplo que você ligado a, se você alterar:
import StringIO
compressedstream = StringIO.StringIO(compresseddata)
para:
import io
compressedstream = io.StringIO(compresseddata)
que deveria trabalho.
Para qualquer um usando o Python 3.2 ou posterior, há uma maneira ainda mais simples para descomprimir uma resposta do que qualquer uma das respostas aqui:
import gzip
import urllib.request
request = urllib.request.Request(
"http://example.com/",
headers={"Accept-Encoding": "gzip"})
response = urllib.request.urlopen(request)
result = gzip.decompress(response.read())
Licenciado em: CC-BY-SA com atribuição
Não afiliado a StackOverflow