在 Python 3 中使用 Socket 获取 400 错误请求错误

Question

我刚刚开始使用 Python 3.6.1 中的 Python Web 数据。我正在学习套接字，但我的代码有问题，我无法弄清楚。我的代码中的网站运行良好，但是当我运行此代码时，我收到 400 Bad Request 错误。我不确定我的代码有什么问题。提前致谢。

import socket

mysock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

mysock.connect(('data.pr4e.org', 80))

mysock.send(('GET http://data.pr4e.org/romeo.txt HTTP/1.0 \n\n').encode())

while True:
    data = mysock.recv(512)
    if ( len(data) < 1 ):
        break
    print (data)

mysock.close()

Answer 1

这段代码对我有用：

GET http://data.pr4e.org/romeo.txt HTTP/1.0\r\n\r\n

1. 将\n\n 更改为\r\n\r\n
2. 删除HTTP/1.0和\r\n\r\n之间的空格

Answer 2

'GET http://data.pr4e.org/romeo.txt HTTP/1.0\r\n\r\n'.encode()

为我工作。

Answer 3

GET http://data.pr4e.org/romeo.txt HTTP/1.0 \n\n

欢迎来到 HTTP 的美妙世界，大多数用户认为这是一个简单的协议，因为它是人类可读的，但实际上它可能是一个非常复杂的协议。鉴于您的上述要求，存在几个问题：

• 路径不应是完整的 URL，而只能是 /romeo.txt。只有在向代理发出请求时才会使用完整的 URL。
• 行尾必须是\r\n 而不是\n。
• HTTP/1.0 之后和行尾之前不应有空格。
• 虽然只有 HTTP/1.1 需要 Host 标头，但许多服务器（包括您尝试访问的服务器）也需要 HTTP/1.0，因为它们在同一 IP 地址上有多个主机名，并且需要区分您使用的名称想要。

考虑到这一点，您发送的数据应该改为

GET /romeo.txt HTTP/1.0\r\nHost: data.pr4e.org\r\n\r\n

并且我已经测试过它可以完美地与此修改配合使用。

但是，鉴于 HTTP 并不像看起来那么简单，我真的建议使用请求之类的库来访问目标。如果这对您来说开销太大，请研究HTTP standard 以正确实现它，而不是仅仅从一些示例中猜测 HTTP 是如何工作的 - 并且猜测它是错误的。

另请注意，服务器对像您这样的损坏实现的宽容程度有所不同。因此，曾经在一台服务器上工作的东西可能无法在下一台服务器上工作，甚至在某些软件升级后也不能在同一台服务器上工作。使用健壮且经过良好测试和维护的库，而不是自己做所有事情，这样也可以为您以后省去很多麻烦。

Answer 4

您不将协议发送到 Web 服务器，您只在 Host 标头中单独发送主机名，然后才在 HTTP 1.1 中发送。

对于 HTTP 1.0，应该是：

mysock.send('GET /romeo.txt HTTP/1.0\r\n\r\n')

或者，您可以尝试发送 HTTP 1.1 请求：

mysock.send('GET /romeo.txt HTTP/1.1\r\n')
mysock.send('Host: data.pr4e.org\r\n\r\n')