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) 2014-2023 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 _fw = None
  21
  22
  23 class FTPHandler(urllib2.FTPHandler):
  24     def connect_ftp(self, user, passwd, host, port, dirs, timeout):
  25         global _fw
  26         _fw = urllib2.FTPHandler.connect_ftp(self, user, passwd, host, port,
  27                                              dirs, timeout)
  28         return _fw
  29
  30
  31 opener = urllib2.OpenerDirector()
  32 default_classes = [urllib2.HTTPHandler, urllib2.HTTPDefaultErrorHandler,
  33                    FTPHandler, urllib2.HTTPErrorProcessor]
  34 if hasattr(httplib, 'HTTPS'):
  35     default_classes.insert(0, urllib2.HTTPSHandler)
  36 for klass in default_classes:
  37     opener.add_handler(klass())
  38
  39 urllib2.install_opener(opener)
  40
  41
  42 # Fake headers to pretend this is a real browser
  43 _user_agent = "Mozilla/5.0 (X11; Linux i686; rv:30.0) Gecko/20100101 Firefox/30.0"
  44 _x_user_agent = "bookmarks_db (Python %d.%d.%d; urllib2)" % (
  45     sys.version_info[0], sys.version_info[1], sys.version_info[2])
  46
  47
  48 class robot_urllib2(robot_base):
  49     def get(self, bookmark, url, accept_charset=False):
  50         request = urllib2.Request(url)
  51         request.add_header('Accept', '*/*')
  52         if accept_charset and bookmark.charset:
  53             request.add_header('Accept-Charset', bookmark.charset)
  54         request.add_header('Accept-Language', 'ru,en')
  55         request.add_header('Cache-Control', 'max-age=300')
  56         request.add_header('Connection', 'close')
  57         request.add_header('Referer', url)
  58         request.add_header('User-agent', _user_agent)
  59         request.add_header('X-User-Agent', _x_user_agent)
  60
  61         global _fw
  62         _fw = None
  63
  64         try:
  65             response = urllib2.urlopen(request)
  66
  67         except urllib2.HTTPError as e:
  68             if e.code in (301, 302, 303, 307):
  69                 return None, e.code, e.hdrs['Location'], None, None
  70             else:
  71                 self.log('   HTTP Error %s: %s' % (e.code, e.msg))
  72                 return "HTTP Error %s: %s" % (e.code, e.msg), None, None, None, None
  73
  74         except urllib2.URLError as e:
  75             self.log('   URL Error: %s' % e.reason)
  76             return "URL Error: %s" % e.reason, None, None, None, None
  77
  78         except httplib.HTTPException as e:
  79             error = get_error(e)
  80             self.log('   HTTP Exception: %s' % error)
  81             return "HTTP Exception: %s" % error, None, None, None, None
  82
  83         except IOError as e:
  84             error = get_error(e)
  85             self.log('   I/O Error: %s' % error)
  86             return "I/O Error: %s" % error, None, None, None, None
  87
  88         else:
  89             return None, None, None, response.info(), response.read()
  90
  91     def get_ftp_welcome(self):
  92         if _fw is None:
  93             return ''
  94         return _fw.ftp.welcome