urllib.urlopen funciona, mas urllib2.urlopen não

Question

Eu tenho um site simples que estou testando. Está em execução no localhost e eu posso acessá -lo no meu navegador da web. A página do índice é simplesmente a palavra "em execução". urllib.urlopen vai ler com sucesso a página, mas urllib2.urlopen não vou. Aqui está um script que demonstra o problema (este é o script real e não uma simplificação de um script de teste diferente):

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

Aqui está o rastreamento da pilha:

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

Alguma ideia? Eu posso acabar precisando de alguns dos recursos mais avançados de urllib2, então eu não quero apenas recorrer a usar urllib, além disso, quero entender esse problema.

Answer 1

Parece que você tem configurações de proxy definidas que o urllib2 está aumentando. Quando tenta proxy "127.0.0.01/", o proxy desiste e retorna um erro 504.

A partir de Obscura 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

Chamar Urlib2.Open seguido pela primeira vez por urllib.open tem os mesmos resultados? Apenas imaginando se a primeira chamada a abrir está fazendo com que o servidor HTTP fique ocupado causando o tempo limite?

Answer 3

Não sei o que está acontecendo, mas você pode achar isso útil para descobrir:

>>> 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 () lança a seguinte solicitação no servidor:

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

enquanto urllib2.urlopen () joga isso:

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

Portanto, seu servidor não entende o HTTP/1.1 ou os campos de cabeçalho extra.