Robots/bkmk_rurllib2.py

   1 """Robot based on urllib2
   2
   3 This file is a part of Bookmarks database and Internet robot.
   4
   5 """
   6
   7 __author__ = "Oleg Broytman <phd@phdru.name>"
   8 __copyright__ = "Copyright (C) 2014 PhiloSoft Design"
   9 __license__ = "GNU GPL"
  10
  11 __all__ = ['robot_urllib2']
  12
  13
  14 import sys
  15 import httplib
  16 import urllib2
  17 from Robots.bkmk_robot_base import robot_base, get_error
  18
  19
  20 opener = urllib2.OpenerDirector()
  21 default_classes = [urllib2.HTTPHandler, urllib2.HTTPDefaultErrorHandler,
  22                    urllib2.FTPHandler, urllib2.HTTPErrorProcessor]
  23 if hasattr(httplib, 'HTTPS'):
  24     default_classes.insert(0, urllib2.HTTPSHandler)
  25 for klass in default_classes:
  26     opener.add_handler(klass())
  27
  28 urllib2.install_opener(opener)
  29
  30
  31 # Fake headers to pretend this is a real browser
  32 _user_agent = "Mozilla/5.0 (X11; Linux i686; rv:30.0) Gecko/20100101 Firefox/30.0"
  33 _x_user_agent = "bookmarks_db (Python %d.%d.%d; urllib2)" % (
  34     sys.version_info[0], sys.version_info[1], sys.version_info[2])
  35
  36
  37 class robot_urllib2(robot_base):
  38    def get(self, bookmark, url, accept_charset=False):
  39         request = urllib2.Request(url)
  40         request.add_header('Accept', '*/*')
  41         if accept_charset and bookmark.charset:
  42             request.add_header('Accept-Charset', bookmark.charset)
  43         request.add_header('Accept-Language', 'ru,en')
  44         request.add_header('Cache-Control', 'max-age=300')
  45         request.add_header('Connection', 'close')
  46         request.add_header('Referer', url)
  47         request.add_header('User-agent', _user_agent)
  48         request.add_header('X-User-Agent', _x_user_agent)
  49
  50         try:
  51             response = urllib2.urlopen(request)
  52         except urllib2.HTTPError, e:
  53             if e.code in (301, 302, 303, 307):
  54                 return None, e.code, e.hdrs['Location'], None, None
  55             else:
  56                 self.log('   HTTP Error %s: %s' % (e.code, e.msg))
  57                 return "HTTP Error %s: %s" % (e.code, e.msg), None, None, None, None
  58         except urllib2.URLError, e:
  59             self.log('   URL Error: %s' % e.reason)
  60             return "URL Error: %s" % e.reason, None, None, None, None
  61         except httplib.HTTPException, e:
  62             error = get_error(e)
  63             self.log('   HTTP Exception: %s' % error)
  64             return "HTTP Exception: %s" % error, None, None, None, None
  65         except IOError, e:
  66             error = get_error(e)
  67             self.log('   I/O Error: %s' % error)
  68             return "I/O Error: %s" % error, None, None, None, None
  69         else:
  70             return None, None, None, response.info(), response.read()
  71
  72    def get_ftp_welcome(self):
  73       return ''