假如說你想用 HTTP 下載資源，例如一個 Atom feed 匯聚。你不僅僅想下載一次；而是想一次又一次地下載它，如每小時一次，從提供 news feed 的站點獲得最新的消息。讓我們首先用一種直接而原始的方法來實現它，然后看看如何改進它。
例 11.2. 用直接而原始的方法下載 feed
>>> import urllib >>> data = urllib.urlopen('http://diveintomark.org/xml/atom.xml').read()>>> print data <?xml version="1.0" encoding="iso-8859-1"?> <feed version="0.3" xmlns="http://purl.org/atom/ns#" xmlns:dc="http://purl.org/dc/elements/1.1/" xml:lang="en"> <title mode="escaped">dive into mark</title> <link rel="alternate" type="text/html" /> <-- rest of feed omitted for brevity -->
|
|
使用 Python 通過 HTTP 下載任何東西都簡單得令人難以置信；實際上，只需要一行代碼。urllib 模塊有一個便利的 urlopen 函數，它接受您所要獲取的頁面地址，然后返回一個類文件對象，您僅僅使用 read() 便可獲得頁面的全部內容。這再簡單不過了。 |
那么這種方法有何不妥之處嗎？當然，在測試或開發中一次性的使用沒有什么不妥。我經常這樣。我想要 feed 匯聚的內容，我就獲取 feed 的內容。這種方法對其他 web 頁面同樣有效。但是一旦你開始按照 web 服務的方式去思考有規則的訪問需求時 (記住，你說你計劃每小時一次地重復獲取這樣的 feed ) 就會發現這樣的做法效率實在是太低了，并且對服務器來說也太笨了。
下面先談論一些 HTTP 的基本特性。