11.4. 调试 HTTP web 服务

首先,让我们开启 Python HTTP 库的调试特性并查看网络线路上的传输过程。这对本章的全部内容都很有用,因为你将添加越来越多的特性。

例 11.3. 调试 HTTP

>>> import httplib
>>> httplib.HTTPConnection.debuglevel = 1             1
>>> import urllib
>>> feeddata = urllib.urlopen('http://diveintomark.org/xml/atom.xml').read()
connect: (diveintomark.org, 80)                       2
send: '
GET /xml/atom.xml HTTP/1.0                            3
Host: diveintomark.org                                4
User-agent: Python-urllib/1.15                        5
'
reply: 'HTTP/1.1 200 OK\r\n'                          6
header: Date: Wed, 14 Apr 2004 22:27:30 GMT
header: Server: Apache/2.0.49 (Debian GNU/Linux)
header: Content-Type: application/atom+xml
header: Last-Modified: Wed, 14 Apr 2004 22:14:38 GMT  7
header: ETag: "e8284-68e0-4de30f80"                   8
header: Accept-Ranges: bytes
header: Content-Length: 26848
header: Connection: close
1 urllib 依赖于另一个 Python 的标准库,httplib。通常你不必显式地给出 import httplib (urllib 会自动导入),但是你可以为 HTTPConnection 类 (urllib 在内部使用它来访问 HTTP 服务器) 设置调试标记。这是一种令人难以置信的有用技术。Python 其他的一些库也有类似的调试标记,但是没有命名和开启它们的特殊标准;如果有类似的特性可用,你需要阅读每一个库的文档来查看使用方法。
2 既然已经设置了调试标记,HTTP 的请求和响应信息会实时地被打印出来。首先告诉你的是你连接服务器 diveintomark.org 的 80 端口,这是 HTTP 的标准端口。
3 当你请求 Atom feed 时,urllib 向服务器发送三行信息。第一行指出你使用的 HTTP verb 和资源的路径 (除去域名)。在本章中所有的请求都将使用 GET,但是在下一章的 SOAP 中,你会看到所有的请求都使用 POST 。除了请求的动词不同之外,基本的语法是相同的。
4 第二行是 Host 头信息,它指出你所访问的服务的域名。这一点很重要,因为一个独立的 HTTP 服务器可以服务于多个不同的域。当前我的服务器服务于 12 个域;其他的服务器可以服务于成百乃至上千个域。
5 第三行是 User-Agent 头信息。在此你看到的是由 urllib 库默认添加的普通的 User-Agent 。在下一节,你会看到如何自定义它的更多细节。
6 服务器用状态代码和一系列的头信息答复 (其中一些数据可能会被存储到 feeddata 变量中)。这里的状态代码是 200,意味着 “一切正常,这就是您请求的数据”。服务器也会告诉你响应请求的数据、一些有关服务器自身的信息,以及传给你的数据的内容类型。根据你的应用不同,这或许有用,或许没用。这充分确认了你所请求的是一个 Atom feed,瞧,你获得了 Atom feed (application/atom+xml,它是已经注册的有关 Atom feeds 的内容类型)。
7 当此 Atom feed 有最近的修改,服务器会告诉你 (本例中,大约发生在 13 分钟之前)。当下次请求同样的 feed 时,你可以这个日期再发送给服务器,服务器将做最近修改数据检查。
8 服务器也会告诉你这个 Atom feed 有一个值为 "e8284-68e0-4de30f80" 的 ETag hash。这个 hash 自身没有任何意义;除了在下次访问相同的 feed 时将它送还给服务器之外,你也不需要用它做什么。然后服务器使用它告诉你修改日期是否被改变了。