欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python socket如何解析HTTP请求内容

程序员文章站 2022-06-09 22:49:27
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...

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。