python - 告诉 urllib2 使用自定义 DNS

Question

我想告诉urllib2.urlopen（或自定义开瓶器）使用127.0.0.1（或::1）来解析地址。但是，我不会改变我/etc/resolv.conf的 .

一种可能的解决方案是使用诸如dnspython查询地址和httplib构建自定义 url 打开器之类的工具。不过，我更愿意告诉urlopen使用自定义名称服务器。有什么建议么？

Answer 1

看起来名称解析最终由socket.create_connection.

-> urllib2.urlopen
-> httplib.HTTPConnection
-> socket.create_connection

虽然一旦设置了“主机：”标头，您就可以解析主机并将 IP 地址向下传递给开启程序。

我建议你子类httplib.HTTPConnection化，并在将connect要修改的方法self.host传递给socket.create_connection.

然后子类HTTPHandler（和HTTPSHandler）以将http_open方法替换为将您的HTTPConnection而不是 httplib 自己的方法传递给do_open.

像这样：

import urllib2
import httplib
import socket

def MyResolver(host):
  if host == 'news.bbc.co.uk':
    return '66.102.9.104' # Google IP
  else:
    return host

class MyHTTPConnection(httplib.HTTPConnection):
  def connect(self):
    self.sock = socket.create_connection((MyResolver(self.host),self.port),self.timeout)
class MyHTTPSConnection(httplib.HTTPSConnection):
  def connect(self):
    sock = socket.create_connection((MyResolver(self.host), self.port), self.timeout)
    self.sock = ssl.wrap_socket(sock, self.key_file, self.cert_file)

class MyHTTPHandler(urllib2.HTTPHandler):
  def http_open(self,req):
    return self.do_open(MyHTTPConnection,req)

class MyHTTPSHandler(urllib2.HTTPSHandler):
  def https_open(self,req):
    return self.do_open(MyHTTPSConnection,req)

opener = urllib2.build_opener(MyHTTPHandler,MyHTTPSHandler)
urllib2.install_opener(opener)

f = urllib2.urlopen('http://news.bbc.co.uk')
data = f.read()
from lxml import etree
doc = etree.HTML(data)

>>> print doc.xpath('//title/text()')
['Google']

显然如果你使用 HTTPS 会有证书问题，你需要填写 MyResolver...

Answer 2

另一种（肮脏的）方式是猴子补丁socket.getaddrinfo。

例如，此代码为 dns 查找添加了（无限）缓存。

import socket
prv_getaddrinfo = socket.getaddrinfo
dns_cache = {}  # or a weakref.WeakValueDictionary()
def new_getaddrinfo(*args):
    try:
        return dns_cache[args]
    except KeyError:
        res = prv_getaddrinfo(*args)
        dns_cache[args] = res
        return res
socket.getaddrinfo = new_getaddrinfo

Answer 3

您将需要实现自己的 dns 查找客户端（或如您所说使用 dnspython）。glibc 中的名称查找过程非常复杂，以确保与其他非 dns 名称系统的兼容性。例如，根本无法在 glibc 库中指定特定的 DNS 服务器。