蟒蛇HTTP狀態代碼

Question

我在寫我自己的目錄剋星在Python，和我在一個安全的和安全的環境中測試這對我的Web服務器。該腳本基本上試圖從給定網站檢索通用目錄，並查看響應的HTTP狀態代碼，從而能夠確定頁面是否可訪問。
作爲一個開始，該腳本讀取要查找包含所有有趣的目錄中的文件，然後請求提出，以下列方式：

for dir in fileinput.input('utils/Directories_Common.wordlist'): 

    try: 
     conn = httplib.HTTPConnection(url) 
     conn.request("GET", "/"+str(dir)) 
     toturl = 'http://'+url+'/'+str(dir)[:-1] 
     print ' Trying to get: '+toturl 
     r1 = conn.getresponse() 
     response = r1.read() 
     print ' ',r1.status, r1.reason 
     conn.close() 

然後，響應被解析，如果狀態碼等於「200」被返回，那麼該頁面是可訪問的。我實現了這一切通過以下方式：

if(r1.status == 200): 
    print '\n[!] Got it! The subdirectory '+str(dir)+' could be interesting..\n\n\n' 

一切似乎沒什麼問題，只是劇本標誌着實際上並不如訪問的網頁。實際上，該算法收集返回「200 OK」的唯一頁面，但是當我手動瀏覽以檢查這些頁面時，我發現它們已被永久移動或者它們具有受限制的訪問權限。出事了，但我看不出我應該修復代碼完全相同，任何幫助表示讚賞..

Answer 1

我沒有發現你的代碼的任何問題，但它幾乎是不可讀。我已經改寫成這方面的工作片段：

import httplib 

host = 'www.google.com' 
directories = ['aosicdjqwe0cd9qwe0d9q2we', 'reader', 'news'] 

for directory in directories: 
    conn = httplib.HTTPConnection(host) 
    conn.request('HEAD', '/' + directory) 

    url = 'http://{0}/{1}'.format(host, directory) 
    print ' Trying: {0}'.format(url) 

    response = conn.getresponse() 
    print ' Got: ', response.status, response.reason 

    conn.close() 

    if response.status == 200: 
     print ("[!] The subdirectory '{0}' " 
       "could be interesting.").format(directory) 

輸出：

$ python snippet.py 
    Trying: http://www.google.com/aosicdjqwe0cd9qwe0d9q2we 
    Got: 404 Not Found 
    Trying: http://www.google.com/reader 
    Got: 302 Moved Temporarily 
    Trying: http://www.google.com/news 
    Got: 200 OK 
[!] The subdirectory 'news' could be interesting. 

而且，我沒有使用HEAD HTTP請求而不是GET，因爲它是更有效的，如果您不需要的內容，你只對狀態碼感興趣。

Answer 2

我會勸你使用http://docs.python-requests.org/en/latest/#用於HTTP。