Question

我正在尝试通过python 3中的套接字代理获取页面。我首先建立与https://sslproxies.org上列出的代理的连接，然后发送GET请求：

GET https://icanhazip.com HTTP/1.1\r\n

但它给出了一个错误，说：

HTTP错误请求400（数据无效）

所以我尝试使用HTTP/1.0避免使用Host参数，但这也无效。

哪些请求有效？

完整代码：

import socket

s = socket.socket()
host = "xx.xx.xx.xx"
port = 80
s.connect((host, port))
s.sendall("GET https://icanhazip.com HTTP/1.0\r\n".encode("utf-8"))

res = s.recv(10000)
while len(res) > 0:
    print(res)
    res = s.recv(10000)

Answer 1

服务器是正确的：您发送的是错误的请求。不幸的是，您的请求有很多问题，这意味着没有简单的单一修复方法。绝对错误的是：

没有标题末尾分隔符（即空行\r\n）。
没有Host标头，这是HTTP / 1.1所必需的（正如您在示例中使用的请求看起来如何），标准不要求但大多数服务器仍需要HTTP / 1.0 （正如您在实际代码中使用的那样）。
您不能在请求中添加https://个网址，并假设它会神奇地执行https。相反，您需要连接到服务器，进行SSL握手，然后发送正确的HTTP请求，该请求仅包含路径，但不包含完整的URL。当连接到代理时（您似乎尝试），甚至需要在将套接字升级到SSL之前添加一些CONNECT请求并读取其响应。
您假设您可以使用端口80进行HTTPS，但默认情况下使用端口443，但是当连接到代理时，您实际上使用相同的HTTP和HTTP端口，尽管它通常类似于8000,8080或类似。
也许更多。

简而言之：使用HTTP库。如果你不想使用一个研究HTTP标准而不只是看一些例子（如果你到目前为止都这样做）。

通过套接字python3获取页面

1 个答案: