我想知道如何阻止urllib2跟踪我选择的网址上的重定向请求。我在浏览时发现了这段代码,但它似乎全局工作,我只希望它禁用某个网址上的重定向:
import urllib2
class RedirectHandler(urllib2.HTTPRedirectHandler):
def http_error_302(self, req, fp, code, msg, headers):
result = urllib2.HTTPError(req.get_full_url(), code, msg, headers, fp)
result.status = code
return result
http_error_301 = http_error_303 = http_error_307 = http_error_302
opener = urllib2.build_opener(RedirectHandler())
webpage = opener.open('http://www.website.com').geturl()
print webpage
我还应该提一下,我正在使用urllib.urlopen(' site.com')请求网址,我希望第一次重定向可以发生,比如说site.com重定向到网站。 com / redirect然后尝试再次从site.com/redirect重定向到site.com/secondredirect我希望脚本识别" secondredirect"在网址内并停止该请求的发生。我希望我能够很好地解释这一切并希望看到一些回复,因为我花了几个小时试图解决这个问题:头痛:
答案 0 :(得分:5)
使用urllib2无法在每个请求的基础上禁用重定向跟踪。您可以选择使用httplib,它通常是urllib2等模块使用的低级模块。
>>> import httplib
>>> conn = httplib.HTTPConnection("www.bogosoft.com")
>>> conn.request("GET", "")
>>> r1 = conn.getresponse()
>>> print r1.status, r1.reason
301 Moved Permanently
>>> print r1.getheader('Location')
http://www.bogosoft.com/new/location
另一种选择是使用Python Requests库,它可以让您对how to handle redirects进行更细粒度的控制。如果您可以选择使用其他库,那么在我看来,请求是更好的选择。
答案 1 :(得分:4)
import urllib.request
class RedirectFilter(urllib.request.HTTPRedirectHandler):
def redirect_request(self, req, fp, code, msg, hdrs, newurl):
if newurl.endswith('.jpg'):
return None # do not redirect, HTTPError will be raised
return urllib.request.HTTPRedirectHandler.redirect_request(self, req, fp, code, msg, hdrs, newurl)
opener = urllib.request.build_opener(RedirectFilter)
opener.open('http://example.com/')
这适用于Python 3.对于Python 2,将urllib.request
替换为urllib2
。