问题标签 [urllib2]

我无法让我的机器人登录到 Intranet 上的 MediaWiki 安装。我相信这是由于 http 身份验证保护了 wiki。

事实：

1. wiki 根目录是：https ://local.example.com/mywiki/
2. 使用 Web 浏览器访问 wiki 时，会弹出一个要求提供企业凭据的弹出窗口（我假设这是基本访问身份验证）

这就是我的 user-config.py 中的内容：

这就是我在 mywiki_family.py 中的内容：

当我执行 login.py -v -v 时，我得到这个：

（我不确定为什么它有 'local.example.com/w' 而不是 '/mywiki'。）

我认为它可能正在尝试对 example.com 而不是 example.com/wiki 进行身份验证，因此我将身份验证行更改为：

但后来我从 IIS 收到 HTTP 401.2 错误：

您无权使用您提供的凭据查看此目录或页面，因为您的 Web 浏览器正在发送 Web 服务器未配置为接受的 WWW-Authenticate 标头字段。

任何有关如何使这项工作的帮助将不胜感激。

更新修复我的家庭档案后，它现在说：

获取站点 mywiki:en 的信息（'http 错误'、401、'未授权'、）警告：无法打开' https://local.example.com/mywiki/index.php?title=Non-existing_page&action=edit&useskin=单书'. 也许服务器或您的连接已关闭。1 分钟后重试...

我查看了计划 urllib2.ulropen 调用中的 HTTP 标头，它使用的是 WWW-Authenticate: Negotiate WWW-Authenticate: NTLM。我猜是 urllib2，因此 pywikipedia 不支持这个？

更新添加了一个美味的赏金以帮助使其正常工作。我可以使用 python-ntlm 进行身份验证。如何将其集成到 pywikipedia 中？

我正在使用 urllib2 将数据发布到表单。问题是表单回复了 302 重定向。根据Python HTTPRedirectHandler重定向处理程序将接受请求并将其从 POST 转换为 GET 并遵循 301 或 302。我想保留 POST 方法和传递给开启程序的数据。通过简单地将 data=req.get_data() 添加到新请求中，我对自定义 HTTPRedirectHandler 进行了不成功的尝试。

我确信这已经完成了，所以我想我会发一个帖子。

注意：这与这篇文章和这篇文章类似，但我不想阻止重定向，我只想保留 POST 数据。

这是我的 HTTPRedirectHandler 不起作用

我之前在 Windows XP 机器上安装了 Python 2.6.2 并运行以下代码：

我收到以下错误。

我需要检测 HTTP 响应中的字符编码。为此，我查看标头，然后如果未在内容类型标头中设置它，我必须查看响应并查找“ <meta http-equiv='content-type'>”标头。我希望能够编写一个看起来和工作起来像这样的函数：

但是，如果我在“detect_html_encoding”方法中执行 response.read()，那么调用我的函数之后的后续 response.read() 将失败。

阅读后是否有一种简单的方法可以查看响应和/或倒带？

我需要向 https URL 发出 cURL 请求，但我也必须通过代理。这样做有什么问题吗？我在使用 curl 和 php 时遇到了很多麻烦，我尝试在 Python 中使用 urllib2 进行此操作，结果发现 urllib2 在通过代理时无法 POST 到 https。我无法找到任何与 cURL 相关的文档，但我想知道是否有人知道这是否是一个问题？

我希望以下 python 会话中的 getencoding 输出为“ISO-8859-1”：

这是 python 版本 2.6（'2.6 (r26:66714, Aug 17 2009, 16:01:07) \n[GCC 4.0.1 (Apple Inc. build 5484)]' 特别是）。

我只是想检索一个网页，但不知何故，HTML 文件中嵌入了一个外来字符。当我使用“查看源代码”时，这个字符不可见。

我也试过...

如何在不出现此错误的情况下将此网页读入 BeautifulSoup？

有谁知道修复“损坏”网址的库。当我尝试打开一个网址时，例如

urllib2.urlopen 阻塞并给我一个 HTTPError 回溯。有谁知道可以解决这些问题的图书馆？

我打开网址：

site = urllib2.urlopen('http://google.com')

我想要做的是以相同的方式与我在某处告诉我的代理连接：

site = urllib2.urlopen('http://google.com', proxies={'http':'127.0.0.1'})

但这也没有用。

我知道 urllib2 有类似代理处理程序的东西，但我不记得那个功能了。

我有以下简单的代码：

此代码生成以下错误消息：

但是，如果我用 urllib 替换 urllib2，我不会收到任何错误消息。任何人都可以解释这种行为吗？