El 2 de abril de 2010 11:45, Boris Perez Canedo <inf200...@ucf.edu.cu>escribió:
> Hola, > > quisiera poder comprobar que una determinada URL existe y es accesible, > pero sin 'descargar' su contenido, simplemente comprobar que el server está > activo, que el usuario no ha escrito mal la URL (sin 'typos'), etc., pero > sin tener que descargar su contenido. Podría hacer un simple wget the la URL > y ver si funciona, pero no me interesa. > > Intuyo que puedo usar el método HEAD de HTTP que simplemente devuelve la > metainformación contenida en el HEAD. En principio eso seria suficiente. > Ejemplo: > > $ curl --head http://www.google.com > HTTP/1.0 200 OK > Date: Fri, 02 Apr 2010 15:00:37 GMT > Expires: -1 > Cache-Control: private, max-age=0 > Content-Type: text/html; charset=ISO-8859-1 > Set-Cookie: > PREF=ID=09c3639ccf643ace:TM=1270220437:LM=1270220437:S=lY6HpKCqZ3lZEW9_; > expires=Sun, 01-Apr-2012 15:00:37 GMT; path=/; domain=.google.com > Set-Cookie: > NID=33=i_y0e-Tq2pAw8HxXMzD3KeH_H4Lqve81UH1WT_kQAwdJnRd0paMJz4KMZcp2cr1JqY35AkjVwYfK2UbPtlu_-9k4R0nFAuGe93JmxxebhGSdDtAxngWmq-FgfWELdfp0; > expires=Sat, 02-Oct-2010 15:00:37 GMT; path=/; domain=.google.com; > HttpOnly > Server: gws > X-XSS-Protection: 0 > X-Cache: MISS from httpproxy4.bnl.vip > X-Cache-Lookup: MISS from httpproxy4.bnl.vip:3128 > Proxy-Connection: close > > $ curl --head http://www.google.comm > HTTP/1.0 503 Service Unavailable > Server: squid/3.0.STABLE8 > Mime-Version: 1.0 > Date: Fri, 02 Apr 2010 15:08:02 GMT > Content-Type: text/html > Content-Length: 1823 > Expires: Fri, 02 Apr 2010 15:08:02 GMT > X-Squid-Error: ERR_DNS_FAIL 0 > X-Cache: MISS from httpproxy4.bnl.vip > X-Cache-Lookup: MISS from httpproxy4.bnl.vip:3128 > Proxy-Connection: close > > Pero de esta forma es necesario hacer demasiado 'parsing', y no siempre la > primera línea contiene "OK" aunque la URL sea válida. No tengo demasiado > claro cómo puedo validar la URL a partir de este tipo de resultados. > > He estado mirando un poco las clases urllib y urllib2, pero no acabo de ver > cómo puedo hacer la validación sin que el contenido de la URL se descargue > cuando existe. Si alguien tiene algún 'link' a un ejemplo de cómo validar > una URL sin necesidad de descargar su contenido, válido para python2.3, > estaré eternamente agradecido. > > > Muchas gracias. Saludos cordiales, > > Jose > > Hola Jose, > > la primera linea no siempre contiene OK, pero no puedes obtener el código > de respuesta e interpretarlo? > > En el primer caso el código es 200 > y en el segundo 503, utiliza las expresiones regulares. > > Ejemplo: > (HTTP/\d\.\d)\s(\d{3}) > en el grupo 1 tienes la versión del protocolo y en el grupo 2 el código. > > import re > reobj = re.compile(r"(HTTP/\d\.\d)\s(\d{3})") > > match = reobj.search(primera_linea) > > if match: > version = match.group(1) > codigo = match.group(2) > > > > Saludos, > Boris. > > Hola Boris, eso podría valer. ¿Es siempre 200 cuando todo va bien? Si es siempre el mismo número, o al menos un conjunto conocido de números, eso me vale. Gracias, Jose
_______________________________________________ Python-es mailing list Python-es@python.org http://mail.python.org/mailman/listinfo/python-es FAQ: http://python-es-faq.wikidot.com/
