首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >为什么这个url会引发带有httplib2和urllib2的BadStatusLine?

为什么这个url会引发带有httplib2和urllib2的BadStatusLine?
EN

Stack Overflow用户
提问于 2012-02-14 02:10:18
回答 4查看 16.9K关注 0票数 8

使用httplib2和urllib2,我试图从这个url中获取页面,但它们都不起作用,最终出现了这个异常。

代码语言:javascript
复制
content = conn.request(uri="http://www.zdnet.co.kr/news/news_print.asp?artice_id=20110727092902")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.7/dist-packages/httplib2/__init__.py", line 1129, in request
    (response, content) = self._request(conn, authority, uri, request_uri, method, body, headers, redirections, cachekey)
  File "/usr/lib/python2.7/dist-packages/httplib2/__init__.py", line 901, in _request
    (response, content) = self._conn_request(conn, request_uri, method, body, headers)
  File "/usr/lib/python2.7/dist-packages/httplib2/__init__.py", line 871, in _conn_request
    response = conn.getresponse()
  File "/usr/lib/python2.7/httplib.py", line 1027, in getresponse
    response.begin()
  File "/usr/lib/python2.7/httplib.py", line 407, in begin
    version, status, reason = self._read_status()
  File "/usr/lib/python2.7/httplib.py", line 371, in _read_status
    raise BadStatusLine(line)

HTTP报头是这样的

代码语言:javascript
复制
http://www.zdnet.co.kr/news/news_print.asp?artice_id=20110727092902

GET /news/news_print.asp?artice_id=20110727092902 HTTP/1.1
Host: www.zdnet.co.kr
User-Agent: Mozilla/5.0 (Windows NT 5.1; rv:10.0.1) Gecko/20100101 Firefox/10.0.1
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
Accept-Language: ko-kr,ko;q=0.8,en-us;q=0.5,en;q=0.3
Accept-Encoding: gzip, deflate
Connection: keep-alive
Cookie: RMID=7d83495d4f336fe0; __utma=37206251.1552605885.1328771258.1328771258.1329070845.2; __utmz=37206251.1328771258.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none); ASPSESSIONIDCSQCQTDD=BCLEHPPDEPHEBJDLCFNDMKDN; __utmc=37206251; ASPSESSIONIDSSQCQQCB=MJPLMOJAFPDFCLONCANBIKHN; _EXEN=2
X-FireLogger: 1.2

HTTP/1.1 200 OK
Date: Mon, 13 Feb 2012 18:02:56 GMT
Content-Length: 19158
Content-Type: text/html;charset=UTF-8; Charset=UTF-8
Set-Cookie: ASPSESSIONIDSQSDQRDB=NGAIFHKAGDIOGEMANAOLLKKF; path=/
Cache-Control: private

有什么线索吗?

EN

回答 4

Stack Overflow用户

回答已采纳

发布于 2012-02-14 02:38:57

这对我来说很好:

代码语言:javascript
复制
import urllib2

opener = urllib2.build_opener()

headers = {
  'User-Agent': 'Mozilla/5.0 (Windows NT 5.1; rv:10.0.1) Gecko/20100101 Firefox/10.0.1',
}

opener.addheaders = headers.items()
response = opener.open("http://www.zdnet.co.kr/news/news_print.asp?artice_id=20110727092902")

print response.headers
print response.read()

网站将丢弃所有没有User-Agent字符串的请求。

票数 4
EN

Stack Overflow用户

发布于 2013-08-15 21:33:58

对于所有在安装httplib2 0.8后遇到类似问题的人:

0.8版有一个与HTTP keep-alive相关的连接处理的回归。请参阅错误报告:https://code.google.com/p/httplib2/issues/detail?id=250

这个问题有一个修复,但到目前为止还没有发布。在此之前,请使用httplib2 0.7.7。

票数 4
EN

Stack Overflow用户

发布于 2013-04-14 14:03:45

在我的代码中,当使用

代码语言:javascript
复制
    from urllib2 import urlopen  
    content = urlopen(page).read()

此时将出现异常。但是,当我使用

代码语言:javascript
复制
    import urllib  
    content = urllib.urlopen(page).read()

一切都很好。也许这会对你有帮助。

票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/9265616

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档