首先，让我们启用 Python HTTP 库的调试功能，看看通过网络发送了什么。这在本章中非常有用，因为您将添加越来越多的功能。
示例 11.3. 调试 HTTP
>>> import httplib >>> httplib.HTTPConnection.debuglevel = 1>>> import urllib >>> feeddata = urllib.urlopen('http://diveintomark.org/xml/atom.xml').read() connect: (diveintomark.org, 80)
send: ' GET /xml/atom.xml HTTP/1.0
Host: diveintomark.org
User-agent: Python-urllib/1.15
' reply: 'HTTP/1.1 200 OK\r\n'
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
header: ETag: "e8284-68e0-4de30f80"
header: Accept-Ranges: bytes header: Content-Length: 26848 header: Connection: close
|
|
urllib 依赖于另一个标准 Python 库，httplib。通常您不需要直接 import httplib（urllib 会自动执行此操作），但您需要在此处执行此操作，以便可以在 urllib 内部用于连接到 HTTP 服务器的 HTTPConnection 类上设置调试标志。这是一种非常有用的技术。其他一些 Python 库具有类似的调试标志，但没有特定的命名或启用标准；您需要阅读每个库的文档，以查看是否提供了此类功能。 |
|
|
现在已设置调试标志，有关 HTTP 请求和响应的信息将实时打印出来。它告诉您的第一件事是您正在连接到端口 80 上的服务器 diveintomark.org，这是 HTTP 的标准端口。 |
|
|
当您请求 Atom 提要时，urllib 会向服务器发送三行内容。第一行指定您正在使用的 HTTP 动词和资源的路径（减去域名）。本章中的所有请求都将使用 GET，但在下一章关于 SOAP 的内容中，您将看到它对所有内容都使用 POST。无论动词是什么，基本语法都是相同的。 |
|
|
第二行是 Host 标头，它指定您正在访问的服务的域名。这很重要，因为单个 HTTP 服务器可以托管多个独立的域。我的服务器当前托管 12 个域；其他服务器可以托管数百甚至数千个域。 |
|
|
第三行是 User-Agent 标头。您在此处看到的是 urllib 库默认添加的通用 User-Agent。在下一节中，您将看到如何自定义它以使其更具体。 |
|
|
服务器使用状态代码和一堆标头进行回复（可能还有一些数据，这些数据存储在 feeddata 变量中）。此处的状态代码是 200，表示“一切正常，这是您请求的数据”。服务器还会告诉您它响应您请求的日期、有关服务器本身的一些信息，以及它提供给您的数据的类型。根据您的应用程序，这可能有用，也可能没用。可以肯定的是，您认为您正在请求 Atom 提要，并且您确实获得了 Atom 提要（application/atom+xml，这是 Atom 提要的注册内容类型）。 |
|
|
服务器会告诉您此 Atom 提要的最后修改时间（在本例中，大约是 13 分钟前）。下次您请求相同的提要时，可以将此日期发送回服务器，并且服务器可以执行最后修改检查。 |
|
|
服务器还会告诉您，此 Atom 提要的 ETag 哈希值为 "e8284-68e0-4de30f80"。哈希值本身没有任何意义；除了下次请求此相同提要时将其发送回服务器之外，您无法对其执行任何操作。然后，服务器可以使用它来告诉您数据是否已更改。 |