我正在为一些现有的python代码编写一个函数,该函数将通过Mechanize浏览器对象作为参数传递。
我在浏览器中的表单中填写了一些细节,并使用response = browser.submit()
将浏览器移至新页面,并从中收集一些信息。
不幸的是,我偶尔会出现以下错误:
httperror_seek_wrapper: HTTP Error 500: Internal Server Error
我已经在自己的浏览器中导航到该页面,并且可以肯定的是,我偶尔会直接看到此错误,所以我认为这是服务器问题,与robots.txt
,标题或类似内容无关。
问题是,提交后,browser
对象的状态发生了变化,我无法继续使用它。我的第一个想法是尝试首先制作一个深层副本,如果遇到问题,请使用该副本,但这会产生错误TypeError: object.__new__(cStringIO.StringO) is not safe, use cStringIO.StringO.__new__()
,如here所述。
我也尝试使用browser.back()
,但出现NoneType
错误。
有人对此有很好的解决方案吗?
以下一个很好的解决方案使用了出色的requests
库(文档here)。 requests
具有填写表格并通过post
或get
提交的功能,重要的是不会更改br
对象的状态。
excellent website允许我们测试各种错误代码,并且在顶部进行测试的是表单接口。我在此站点上创建了一个br
对象,然后定义一个函数,该函数从br
中选择表单,提取相关信息,但通过requests
进行提交-这样br
对象不变并且是可重复使用的。错误代码导致requests
返回垃圾,但不要使br
无法使用。
如下所述,这会花费更多的设置时间,但是非常值得。
import mechanize
import requests
def testErrorCodes(br,theCodes):
for x in theCodes:
br.select_form(nr=0)
theAction = br.action
payload = {'code': x}
response = requests.post(theAction, data=payload)
print response.status_code
br=mechanize.Browser()
br.set_handle_robots(False)
response = br.open("http://savanttools.com/test-http-status-codes")
testErrorCodes(br,[401,402,403,404,500,503,504]) # Prints the error codes
testErrorCodes(br,[404]) # The browser is still alive and well to be used again!
自从我为python编写以来已经有一段时间了,但是我认为我有解决您问题的方法。试试这个方法:
import requests
except Mechanize.HTTPError:
while true: ## DANGER ##
## You will need to format and/or decode the POST for your form
response = requests.post('http://yourwebsite.com/formlink', data=None, json=None)
## If the server will accept JSON formatting, this becomes trivial
if response.status_code == accepted_code: break
您可以找到有关requests
库here的文档。我个人认为requests
比mechanize
更适合您的情况...但是它确实需要您多一点开销,因为您需要使用浏览器中的某种RESTful拦截器将提交分解为原始POST 。
但是,最终,通过传入br
,您将自己局限于机械化处理br.submit()
上浏览器状态的方式。
我假设即使要进行多次尝试,您也希望提交成功。
我想到的解决方案肯定不是有效的,但是应该可以。
def do_something_in_mechanize():
<...insert your code here...>
try:
browser.submit()
<...rest of your code...>
except mechanize.HTTPError:
do_something_in_mechanize()
基本上,它将调用该函数,直到没有HTTPError
的情况下执行该动作为止。