Python 400带套接字的错误标头_Python_Sockets

Python 400带套接字的错误标头

python sockets

Python 400带套接字的错误标头,python,sockets,Python,Sockets,我正在创建一个论坛状态抓取器。但我想使用套接字从论坛获取数据。因此，我正在向套接字写入一个头。但是有400个错误。所以我做了一个测试脚本来进行检查，但仍然会出现错误 import socket s = socket.socket() s.connect(("198.57.47.136", 80)) header = """ GET / HTTP/1.1\r\n Host: httn Connection: keep-alive\r\n Cache-Control: max-age=0\r\n A

我正在创建一个论坛状态抓取器。但我想使用套接字从论坛获取数据。因此，我正在向套接字写入一个头。但是有400个错误。所以我做了一个测试脚本来进行检查，但仍然会出现错误

import socket
s = socket.socket()
s.connect(("198.57.47.136", 80))
header = """
GET / HTTP/1.1\r\n
Host: httn
Connection: keep-alive\r\n
Cache-Control: max-age=0\r\n
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8\r\n
User-Agent: Mozilla/5.0 (Windows NT 6.3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36 OPR/26.0.1656.60\r\n
Accept-Encoding: gzip, deflate, lzma, sdch\r\n
Accept-Language: en-GB,en-US;q=0.8,en;q=0.6\r\n
"""
s.send(header)
print s.recv(10000)

HTTP/1.1 400 Bad Request
Server: nginx
Date: Thu, 01 Jan 2015 21:43:47 GMT
Content-Type: text/html
Content-Length: 166
Connection: close
<html>
<head><title>400 Bad Request</title></head>
<body bgcolor="white">
<center><h1>400 Bad Request</h1></center>
<hr><center>nginx</center>
</body>
</html>

HTTP/1.1400错误请求
服务器：nginx
日期：2015年1月1日星期四格林威治时间21:43:47
内容类型：text/html
内容长度：166
连接：关闭
400错误请求
400错误请求
nginx

问题可能在于请求的格式

首先，HTTP请求以换行符开始。此外，HTTP请求中的行必须用

\r\n

分隔，而Python多行字符串只有

\n

。但是，由于您在其中一些（不是全部）中有文字

\r\n

，所以这是一个混乱

最后，标题必须以空行结尾

我的建议是使用没有任何行尾的字符串列表，然后将它们连接起来：

header_lines = [
 "GET / HTTP/1.1",
 "Host: httn",
 "Connection: keep-alive",
 ...
]

header = "\r\n".join(header_lines) + "\r\n\r\n"

请注意，由于

str.join（）

没有添加最终的EOL，因此必须添加其中两个以包含必需的空行。

多行Python字符串为每行添加一个额外的\n。注:

>>> s = '''
... Host: rile5.com\r\n
... '''
>>>
>>> s
'\nHost: rile5.com\r\n\n'

每行有一个额外的第一行和两个

\n

。这是可行的，但不适用于您使用的原始IP地址：

import socket
s = socket.socket()
s.connect(("rile5.com", 80))
header = b"""\
GET / HTTP/1.1\r
Host: rile5.com\r
Connection: keep-alive\r
Cache-Control: max-age=0\r
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8\r
User-Agent: Mozilla/5.0 (Windows NT 6.3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36 OPR/26.0.1656.60\r
Accept-Encoding: gzip, deflate, lzma, sdch\r
Accept-Language: en-GB,en-US;q=0.8,en;q=0.6\r
\r
"""
s.sendall(header)
print(s.recv(10000))

请注意开头引号后的额外斜杠。这将抑制初始换行

header = b"""\

还要注意末尾的额外空行。这是必需的，以便服务器知道标头已完成

为什么不直接使用

urllib.request

？

您需要一个有效的主机，以便web服务器恶魔知道您指的是哪个站点。这是一个打字错误，意思是主机：198.57.47.136\r\n您是否能够使用

curl

？urllib.urlopen（“工作否”它没有，但

urllib.urlopen（“工作”）创建一个有效的请求http://rile5.com').read（）

会。但是，

urllib.urlopen（'http://198.57.47.136“）.read（）

失败。我刚刚尝试过。它甚至没有返回响应。@54.224.239.54:我的错，你必须在结尾有两个

“\r\n”

。这是因为

str.join（）

没有以下线结束最后一行。我正在更正答案。