[Python-es] obtener codigo html de una pagina de internet
P@vel
pdlopez en uci.cu
Mar Mar 1 21:08:11 CET 2011
Este codigo me funciona para una pagina local, o que no requiera proxy.
import urllib
f = urllib.urlopen("http://intranet.hlg.uci.cu")
data = f.read()
f.close()
print data
Pero como yo me conecto a internet mediante un proxy trate con esto
import urllib
proxies = {'http': 'http://100.0.0.1:3128'}
f = urllib.urlopen("http://www.google.com",proxies=proxies)
data = f.read()
f.close()
print data
y me da el siguiente error
raceback (most recent call last):
File "/home/pavel/workspace/spider/src/prueba3.py", line 6, in <module>
f = urllib.urlopen("http://www.google.com",proxies=proxies)
File "/usr/lib/python2.6/urllib.py", line 86, in urlopen
return opener.open(url)
File "/usr/lib/python2.6/urllib.py", line 205, in open
return getattr(self, name)(url)
File "/usr/lib/python2.6/urllib.py", line 360, in open_http
return self.http_error(url, fp, errcode, errmsg, headers)
File "/usr/lib/python2.6/urllib.py", line 373, in http_error
result = method(url, fp, errcode, errmsg, headers)
File "/usr/lib/python2.6/urllib.py", line 703, in http_error_407
errcode, errmsg, headers)
File "/usr/lib/python2.6/urllib.py", line 383, in http_error_default
raise IOError, ('http error', errcode, errmsg, headers)
IOError: ('http error', 407, 'Proxy Authentication Required', <httplib.HTTPMessage instance at 0x93f4e6c>)
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://mail.python.org/pipermail/python-es/attachments/20110301/ab1c7ba7/attachment.html>
Más información sobre la lista de distribución Python-es