Python socket如何解析HTTP请求内容
目录
socket解析HTTP请求内容
思路
1. 解析HTTP请求的头部
2. 请求头里面含有Content-Length参数
3. 请求头里面含有Transfer-Encoding: chunked 参数
代码实现
socket 模拟http请求
socket解析HTTP请求内容 思路 1. 解析HTTP请求的头部HTTP请求头部的结束符行为"\r\n"，可以按行读取HTTP请求头的内容，如果读到一行为"\r\n"，说明HTTP请求头结束。
2. 请求头里面含有Content-Length参数如果HTTP请求里面有Content-Length参数，说明HTTP请求的内容大小是确定的，请求直接读取Content-Length的值，然后读取相应字节的的内容即可。
3. 请求头里面含有Transfer-Encoding: chunked 参数如果HTTP请求里面有Transfer-Encoding参数，说明HTTP请求的内容大小是不确定的，这种内容的结束符是"0\r\n\r\n"，因此可以按行读取HTTP请求的内容部分，如果连续读到"0\r\n"和"\r\n"说明内容读取完毕。
代码实现代码中： self._file 代表的是socket.makefile()
def get_http_content(self):
content_length = 0
transfer_encoding = False
while True:
req_line = self._file.readline()
req_line = str(req_line, "utf-8")
# 遇到http头结束符
# 读取http内容
if req_line == "\r\n":
if content_length != 0:
content = self._file.read(content_length)
content = str(content, "utf-8")
self._content = content
return None
if transfer_encoding:
content = ""
self._file.readline()
while True:
line = self._file.readline()
line = str(line, "utf-8")
if line == "0\r\n":
sub_line = self._file.readline()
sub_line = str(sub_line, "utf-8")
if sub_line == "\r\n":
self._content = content
return None
else:
content += line
continue
self._content = False
# 头文件没有结束
# 并且没有找到关于内容大小的字段
else:
if content_length == 0 and transfer_encoding is False:
words = req_line.split()
if words[0] == "Content-Length:":
content_length = int(words[1])
if words[0] == "Transfer-Encoding:":
transfer_encoding = True
self._content = False
socket 模拟http请求
# coding: utf-8
import socket
from urllib.parse import urlparse
def get_url(url):
url = urlparse(url)
host = url.netloc
path = url.path
if path == "":
path = "/"
# 建立 socket 连接
client = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
client.connect((host, 80))
client.send("GET {} HTTP/1.1\r\nHost:{}\r\nConnection:close\r\n\r\n".format(path, host).encode("utf-8"))
data = b""
while True:
d = client.recv(1024)
if d:
data += d
else:
break
data = data.decode("utf-8")
html_data = data.split("\r\n\r\n")[1]
print(html_data)
client.close()
pass
if __name__ == '__main__':
get_url("http://www.baidu.com")
以上为个人经验，希望能给大家一个参考，也希望大家多多支持软件开发网。
