¿Por qué esta url eleva BadStatusLine con httplib2 y urllib2?

Al usar httplib2 y urllib2, intento buscar páginas desde esta url, pero todas no funcionaron y terminaron con esta excepción.¿Por qué esta url eleva BadStatusLine con httplib2 y urllib2?

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)

cabecera HTTP fue así

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

Alguna pista?

Fuente

2012-02-13 goodhyun

Publique su declaración de conexión. – Nix

Esto funciona muy bien para mí:

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()

La página web descarta todas las solicitudes que se producen sin una cadena User-Agent.

Fuente

2012-02-13 18:38:57 Blender

Parece que esta página web no permite a su agente de usuario. Se puede cambiar de esta manera:

>>> import urllib2 
>>> user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)' 
>>> headers = { 'User-Agent' : user_agent } 
>>> r = urllib2.Request('http://www.zdnet.co.kr/news/news_print.asp?artice_id=20110727092902', headers=headers) 
>>> fd = urllib2.urlopen(r) 
>>> print fd[20:] 
'<!DOCTYPE html PUBLI'

Fuente

2012-02-13 18:41:30 tito

En mi código, cuando se utiliza

from urllib2 import urlopen 
    content = urlopen(page).read()

aparece la excepción. Sin embargo, cuando uso

import urllib 
    content = urllib.urlopen(page).read()

todo está bien. Tal vez te ayude.

Fuente

2013-04-14 06:03:45

Esto resolvió mi problema. Gracias. Pero sería bueno saber por qué urllib2 no funciona. –

Para todas las personas que van a parar aquí con un problema similar después de instalar httplib2 0,8:

versión 0.8 tiene una regresión con el manejo de la conexión en relación con el mantenimiento de conexiones HTTP. Consulte el informe de error: https://code.google.com/p/httplib2/issues/detail?id=250

Existe una solución para este problema, pero no se ha publicado hasta el momento. Hasta entonces solo use httplib2 0.7.7.

Fuente

2013-08-15 13:33:58 smlz

¿Por qué esta url eleva BadStatusLine con httplib2 y urllib2?

Respuesta

Cuestiones relacionadas