擴展CGIHTTPRequestHandler或BaseHTTPRequestHandler。解析請求的最佳實踐

我在爲使用Python構建的守護進程添加一個集成的HTTP接口的想法。我喜歡這種方法，因爲它使整個守護程序代碼變得可移植（而不是具有單獨的Web部分和cli部分）。擴展CGIHTTPRequestHandler或BaseHTTPRequestHandler。解析請求的最佳實踐

一切都很好，但我想知道最佳實踐來分析我在do_GET方法中收到的實際請求。

這是我的原型do_GET方法

def do_GET(self): 
     str = "OK" 
     print self.request 
     self.send_response(200) 
     self.send_header("Content-type", "text/html") 
     self.send_header("Content-length", len(str)) 
     self.end_headers() 
     self.wfile.write(str)

的request屬性包含在接收到請求時，下面的字符串

127.0.0.1 - - [15 /月/ 2014 10點21分： 23] 「GET /」 200 -

有沒有我可以用它來解析這個字符串標準庫？一個自定義解析器，我需要寫我相信首先標記字符串使用-作爲分隔符，然後處理第三個元素與某種正則表達式匹配請求日期[([^\]]+)]和請求路徑"[[^\"]+"。

我很擔心編寫自定義分析器，因爲我可能遇到的所有異常。所以我正在查詢任何用於解析這個的python標準方法。

謝謝你的時間。

來源

2014-01-15 DevZer0

稱爲如果你發現自己無法找到能夠分析這些字符串庫，可以考慮使用['pyparsing']（http://pyparsing.wikispaces.com/）而不是使用正則表達式來提高健壯性。 – senshin

@senshin好的謝謝你的提示，我會檢查。 – DevZer0

http://deron.meranda.us/python/httpheader/是一個這樣的庫，可以幫助你解析HTTP頭。

來源

2014-01-15 03:33:06 praveen

我不相信這是我正在尋找的。我遇到的請求字符串沒有任何頭信息，當您通過標準的http服務器提供python腳本時，您建議的庫似乎用於頭解析。 – DevZer0

如果你能找到一個可靠的庫來分析這些字符串，那顯然是你最好的選擇。

不及格的，如果你想嘗試與pyparsing的解決方案，這可能會幫助你開始：

import re 
from pyparsing import Combine, Literal, Regex, White, Word 
from pyparsing import alphanums, alphas, nums 

data = '127.0.0.1 - - [15/Jan/2014 10:21:23] "GET /" 200 -' 

ip_octet = Word(nums, min=1, max=3) 
ip_sep = Literal('.') 
ip = Combine(ip_octet + ip_sep 
      + ip_octet + ip_sep 
      + ip_octet + ip_sep 
      + ip_octet) 

day = Word(nums, min=1, max=2) 
month = Word(alphas, exact=3) 
year = Word(nums, exact=4) 
date_sep = Literal('/') 
date = Combine(day + date_sep 
       + month + date_sep 
       + year) 
hms = Word(nums, min=1, max=2) 
time_sep = Literal(':') 
time = Combine(hms + time_sep 
       + hms + time_sep 
       + hms) 
datetime = Literal('[').suppress() + date + time + Literal(']').suppress() 

method = Word(alphas) # GET, etc 
# path characters per RFC 1738/<http://stackoverflow.com/a/1856809/1535629> 
path = Word(alphanums + "$-_.+!*'(),/%") 
req_enclosure = Literal('"').suppress() 
req = req_enclosure + method + path + req_enclosure 

code = Word(nums, exact=3) # HTTP status code 

nodash = Literal('-').suppress() 
parser = ip + nodash + nodash + datetime + req + code + nodash 

result = parser.parseString(data) 
print(result)

結果：

['127.0.0.1', '15/Jan/2014', '10:21:23', 'GET', '/', '200']

這是一個很大比使用re更詳細，在我看來，確實如此，但也更具可讀性和可維護性。

另外，如果你願意，你可以使用正則表達式中pyparsing，如下：

import re 
from pyparsing import Regex 

data = '127.0.0.1' 

ip_re = re.compile(r'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}') 
ip = Regex(ip_re) 

result = ip.parseString(data) 
print(result)

結果：

['127.0.0.1']

這使你與混合選項，以任何方式匹配正則表達式和pyparsing功能。

來源

2014-01-15 04:36:16 senshin

+1爲您提供pyparsing更詳細的答案的努力 – DevZer0

好的，隨着進一步調查，我發現CGIHTTPRequestHandler有一個屬性名爲path。所以改變do_GET方法如下提供我想要的結果

def do_GET(self): 

     str = "OK" 

     print self.path 

     self.send_response(200) 
     self.send_header("Content-type", "text/html") 
     self.send_header("Content-length", len(str)) 
     self.end_headers() 
     self.wfile.write(str)

輸出

/send/message

時GET /send/message

來源

2014-01-15 05:56:59 DevZer0

擴展CGIHTTPRequestHandler或BaseHTTPRequestHandler。解析請求的最佳實踐

回答

相關問題