Question

我在python（3）中编写了一个基本的html代理，到目前为止我还没有使用像http.server这样的预构建类。

我刚刚开始接受连接的套接字：

self.listen_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
self.listen_socket.bind((socket.gethostname(), 4321))
self.listen_socket.listen(5)
(a, b) = self.listen_socket.accept()
content = a.recv(100000)

现在内容存储数据如：

b'GET http://www.google.com/firefox HTTP/1.1\r\nHost: www.google.com\r\nUser-Agent: Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.2) Gecko/20100207 Namoroka/3.6\r\nAccept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8\r\nAccept-Language: en-us,en;q=0.5\r\nAccept-Encoding: gzip,deflate\r\nAccept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.7\r\nKeep-Alive: 115\r\nProxy-Connection: keep-alive\r\nCookie: PREF=ID=1ac935f4d893f655:U=73a4849dc5fc23a4:TM=1266851688:LM=1267023171:S=Log1PmXRMlNjX3Of; NID=32=EnrZjTqILuW2_aMLtgsJ96FdEMF3s5FoMJSVq9GMr9dhLhTAd3F5RcQ3ImyVBiO2eYNKKMhzlGg7r8zXmeSq50EigS5sdKtCL9BMHpgCxZazA2NiyB0bTRWhp8-0BObn\r\n\r\n'

我怎样才能正则表达？转换为字符串对我不起作用。

或者，最终，我需要找出所查询的地址，例如http://www.google.com/firefox。有一个我不知道的解析器吗？我怎样才能达到效果？

提前致谢。

Answer 1

转换为字符串时需要包含编码，例如：

>>> str(b'GET http://...', 'UTF-8')
'GET http://...'

如果你没有使用编码，那么你发现你会得到一些不那么有用的东西：

>>> str(b'GET http://...')
"b'GET http://...'"

Answer 2

此外，您可能需要查看*HTTPServer课程。它们为HTTP服务器提供了一个包装器，并且还会为您解析标头。

如果你不能，那么他们至少会提供有关如何操作的源代码示例！

Answer 3

提供了在字节和字符串之间进行转换的方法try str.encode（）和bytes.decode（）

http://python.about.com/od/python30/ss/30_strings_3.htm

Python套接字数据返回<byte>对象。如何正则表达式？</byte>

3 个答案: