¿Cuál es la mejor manera de descomprimir una respuesta de servidor gzip en Python 3?

Question

yo esperaba que esto funcione:

>>> import urllib.request as r 
>>> import zlib 
>>> r.urlopen(r.Request("http://google.com/search?q=foo", headers={"User-Agent": "Mozilla/5.0 (X11; U; Linux i686) Gecko/20071127 Firefox/2.0.0.11", "Accept-Encoding": "gzip"})).read() 
b'af0\r\n\x1f\x8b\x08...(long binary string)' 
>>> zlib.decompress(_) 
Traceback (most recent call last): 
    File "<pyshell#87>", line 1, in <module> 
    zlib.decompress(x) 
zlib.error: Error -3 while decompressing data: incorrect header check 

Pero no es así. Inmersión en Python uses StringIO en este ejemplo, pero parece que falta en Python 3. ¿Cuál es la forma correcta de hacerlo?

Answer 1

Funciona bien con gzip (gzip y zlib son la misma compresión pero con diferentes encabezados/"envoltura". Su error tiene esta información en el mensaje).

import gzip 
import urllib.request 

request = urllib.request.Request(
    "http://google.com/search?q=foo", 
    headers={ 
     "Accept-Encoding": "gzip", 
     "User-Agent": "Mozilla/5.0 (X11; U; Linux i686) Gecko/20071127 Firefox/2.0.0.11", 
    }) 
response = urllib.request.urlopen(request) 
gzipFile = gzip.GzipFile(fileobj=response) 
gzipFile.read() 

Answer 2

En Python 3, StringIO es una clase en el módulo io.

Así que por el ejemplo que está conectado, si cambia:

import StringIO 
compressedstream = StringIO.StringIO(compresseddata) 

a:

import io 
compressedstream = io.StringIO(compresseddata) 

que se debe trabajar.

Answer 3

Para cualquier persona usando Python 3.2 o posterior, hay una manera aún más sencilla de descomprimir una respuesta que cualquiera de las respuestas aquí:

import gzip 
import urllib.request 

request = urllib.request.Request(
    "http://example.com/", 
    headers={"Accept-Encoding": "gzip"}) 
response = urllib.request.urlopen(request) 
result = gzip.decompress(response.read())