0

我正在尝试使用 urllib2 打开一个页面

 req = urllib2.Request("http://1033kissfm.com",
        headers={'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:11.0) Gecko/20100101 Firefox/11.0'})
 response = urllib2.urlopen(req)
 rstPage = response.read()

响应是

<html>
<head><title>400 Bad Request</title></head>
<body bgcolor="white">
<center><h1>400 Bad Request</h1></center>
<hr><center>nginx/1.0.3</center>
</body>
</html>

但是当我在浏览器中打开这个网址时，它工作正常，这是网址

http://1033kissfm.com

在浏览器中它重定向到

http://www.1033kissfm.com/pages/main

页。

4

1 回答 1

0

我解决了这个问题，因为我认为库不提供任何处理重定向的支持。此代码将有助于找到重定向以获得正确的响应

def get_hops(url):
    redirect_re = re.compile('<meta[^>]*?url=(.*?)["\']', re.IGNORECASE)
    hops = []
    while url:
            if url not in hops:
                hops.insert(0, url)
            response = urllib2.urlopen(url)
            if response.geturl() != url:
                hops.insert(0, response.geturl())
                # check for redirect meta tag
            match = redirect_re.search(response.read())
            if match:
                url = urlparse.urljoin(url, match.groups()[0].strip())
            else:
                url = None
    return hops
于 2012-07-29T12:02:32.720 回答