Qual è il modo più rapido per ottenere HTTP in Python?

Qual è il modo più veloce per ottenere HTTP in Python se so che il contenuto sarà una stringa? Sto cercando la documentazione per un rapido one-liner come:

contents = url.get("http://example.com/foo/bar")

Ma tutto quello che posso trovare usando Google sono httplibe urllib- e non riesco a trovare un collegamento in quelle librerie.

Python 2.5 standard ha una scorciatoia in qualche modo come sopra, o dovrei scrivere una funzione url_get?

1. Preferirei non catturare l'output del bombardamento verso wgeto curl.

Python 3:

import urllib.request
contents = urllib.request.urlopen("http://example.com/foo/bar").read()

Python 2:

import urllib2
contents = urllib2.urlopen("http://example.com/foo/bar").read()

Documentazione per urllib.requeste read.

È possibile utilizzare una libreria denominata richieste .

import requests
r = requests.get("http://example.com/foo/bar")

Questo è abbastanza facile Quindi puoi fare così:

>>> print(r.status_code)
>>> print(r.headers)
>>> print(r.content)

Se vuoi che la soluzione con httplib2 sia oneliner, considera l'istanza di un oggetto Http anonimo

import httplib2
resp, content = httplib2.Http().request("http://example.com/foo/bar")

Dai un'occhiata a httplib2 , che - accanto a molte funzioni molto utili - offre esattamente ciò che desideri.

import httplib2

resp, content = httplib2.Http().request("http://example.com/foo/bar")

Dove il contenuto sarebbe il corpo della risposta (come una stringa) e resp conterrà lo stato e le intestazioni della risposta.

Tuttavia, non viene incluso con un'installazione standard di Python (ma richiede solo Python standard), ma vale sicuramente la pena di provarlo.

È abbastanza semplice con la potente urllib3libreria.

Importalo in questo modo:

import urllib3

http = urllib3.PoolManager()

E fai una richiesta come questa:

response = http.request('GET', 'https://example.com')

print(response.data) # Raw data.
print(response.data.decode('utf-8')) # Text.
print(response.status) # Status code.
print(response.headers['Content-Type']) # Content type.

Puoi anche aggiungere intestazioni:

response = http.request('GET', 'https://example.com', headers={
    'key1': 'value1',
    'key2': 'value2'
})

Ulteriori informazioni sono disponibili nella documentazione di urllib3 .

urllib3è molto più sicuro e più facile da usare rispetto al modulo integrato urllib.requesto ai httpmoduli ed è stabile.

la soluzione di theller per wget è davvero utile, tuttavia, ho scoperto che non stampa i progressi durante il processo di download. È perfetto se aggiungi una riga dopo l'istruzione print in reporthook.

import sys, urllib

def reporthook(a, b, c):
    print "% 3.1f%% of %d bytes\r" % (min(100, float(a * b) / c * 100), c),
    sys.stdout.flush()
for url in sys.argv[1:]:
    i = url.rfind("/")
    file = url[i+1:]
    print url, "->", file
    urllib.urlretrieve(url, file, reporthook)
print

Ecco uno script wget in Python:

# From python cookbook, 2nd edition, page 487
import sys, urllib

def reporthook(a, b, c):
    print "% 3.1f%% of %d bytes\r" % (min(100, float(a * b) / c * 100), c),
for url in sys.argv[1:]:
    i = url.rfind("/")
    file = url[i+1:]
    print url, "->", file
    urllib.urlretrieve(url, file, reporthook)
print

Senza ulteriori importazioni necessarie questa soluzione funziona (per me) - anche con https:

try:
    import urllib2 as urlreq # Python 2.x
except:
    import urllib.request as urlreq # Python 3.x
req = urlreq.Request("http://example.com/foo/bar")
req.add_header('User-Agent', 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.113 Safari/537.36')
urlreq.urlopen(req).read()

Spesso ho difficoltà ad afferrare il contenuto quando non si specifica un "User-Agent" nelle informazioni dell'intestazione. Quindi di solito le richieste vengono cancellate con qualcosa del tipo: urllib2.HTTPError: HTTP Error 403: Forbiddeno urllib.error.HTTPError: HTTP Error 403: Forbidden.

Come inviare anche intestazioni

Python 3:

import urllib.request
contents = urllib.request.urlopen(urllib.request.Request(
    "https://api.github.com/repos/cirosantilli/linux-kernel-module-cheat/releases/latest",
    headers={"Accept" : 'application/vnd.github.full+json"text/html'}
)).read()
print(contents)

Python 2:

import urllib2
contents = urllib2.urlopen(urllib2.Request(
    "https://api.github.com",
    headers={"Accept" : 'application/vnd.github.full+json"text/html'}
)).read()
print(contents)

Se si lavora specificamente con API HTTP, esistono anche opzioni più convenienti come Nap .

Ad esempio, ecco come ottenere informazioni da Github dal 1 ° maggio 2014 :

from nap.url import Url
api = Url('https://api.github.com')

gists = api.join('gists')
response = gists.get(params={'since': '2014-05-01T00:00:00Z'})
print(response.json())

Altri esempi: https://github.com/kimmobrunfeldt/nap#examples

Soluzioni eccellenti Xuan, Theller.

Affinché funzioni con Python 3 apporta le seguenti modifiche

import sys, urllib.request

def reporthook(a, b, c):
    print ("% 3.1f%% of %d bytes\r" % (min(100, float(a * b) / c * 100), c))
    sys.stdout.flush()
for url in sys.argv[1:]:
    i = url.rfind("/")
    file = url[i+1:]
    print (url, "->", file)
    urllib.request.urlretrieve(url, file, reporthook)
print

Inoltre, l'URL inserito deve essere preceduto da un "http: //", altrimenti restituisce un errore di tipo url sconosciuto.

Per python >= 3.6, puoi usare dload :

import dload
t = dload.text(url)

Per json:

j = dload.json(url)

Installare:
pip install dload

In realtà in Python possiamo leggere dagli URL come dai file, ecco un esempio per leggere json dall'API.

import json

from urllib.request import urlopen

with urlopen(url) as f:

resp = json.load(f)

return resp['some_key']

Se desideri un'API di livello inferiore:

import http.client

conn = http.client.HTTPSConnection('example.com')
conn.request('GET', '/')

resp = conn.getresponse()
content = resp.read()

conn.close()

text = content.decode('utf-8')

print(text)