如何使用python套接字获取html代码

因此，我尝试只使用python套接字而不使用任何其他库（如urllib）获取google的源代码。我不明白为什么我的GET请求不起作用，我尝试了所有可能的方法。这是我的代码，它很小，我不想得到太多的细节。只是在寻找一个用来获取源代码的协议。我假设它将是

GET

方法，但它不起作用。我需要一个类似于urllib.request但仅使用python套接字的响应

• 如果我将“”传递给socket.gethostbyname（），它将在getaddrinfo上失败
• 另外，当我试图从python.org获取请求时，while循环永远不会结束

---

以下几点对我很有用：

import socket
s=socket.socket()
host=socket.gethostbyname('www.google.com')
port=80
s.connect((host,port))
s.sendall("GET /\r\n")
val = s.recv(10000)
# Split off the HTTP headers
val = val.split('\r\n\r\n',1)[1]

---

以下几点对我很有用：

import socket
s=socket.socket()
host=socket.gethostbyname('www.google.com')
port=80
s.connect((host,port))
s.sendall("GET /\r\n")
val = s.recv(10000)
# Split off the HTTP headers
val = val.split('\r\n\r\n',1)[1]

---

https://www.google.com

不是主机名（它是一个URL），因此当然

gethostbyname

会失败。除非在Python中将多个语句放在一行中，否则不需要分号：）

https://www.google.com

不是主机名（它是URL），当然，

gethostbyname

会失败。除非在Python中的一行上放置多个语句，否则不需要分号：）但这不会返回源代码，它返回的内容与我的代码返回的内容完全相同：）我试过了，我想我真正想要的是类似urllib.request（）的东西并返回网站的完整来源。我从google.com收到302 Moved消息，这与我使用urllib时不同，urllib提供了完整的源代码。我得到了200 OK（以及谷歌主页的html）和这里显示的确切代码，所以我不确定你为什么会得到302 Moved这是我得到的b'\n302 Moved\n302 Moved\n文档已经移动了\n>\r\n\r\n'看起来像谷歌所想的（正确或错误）您在法国（请参阅）。更改浏览器中的设置可能会解决此问题（我相信这只是基于IP地址的，对于浏览器或Python也是如此），或者您可以直接访问google.fr以获取该页面的源代码，但这不会返回源代码，它返回的内容与我的代码返回的内容完全相同：）我尝试了这个，我认为我真正想要的是像urllib.request（）一样工作的内容，并返回网站的完整源代码。我从google.com收到302 Moved消息，这与我使用urllib时不同，urllib提供了完整的源代码。我得到了200 OK（以及谷歌主页的html）和这里显示的确切代码，所以我不确定你为什么会得到302 Moved这是我得到的b'\n302 Moved\n302 Moved\n文档已经移动了\n>\r\n\r\n'看起来像谷歌所想的（正确或错误）您在法国（请参阅）。更改浏览器中的设置可能会解决此问题（我相信它只是基于IP地址，这与浏览器或Python相同），或者您可以直接访问google.fr以获取该页面的源代码