使用 Python 请求从本地 url 获取文件？

Question

我在我的应用程序的一种方法中使用 Python 的 requests 库。该方法的主体如下所示：

def handle_remote_file(url, **kwargs):
    response = requests.get(url, ...)
    buff = StringIO.StringIO()
    buff.write(response.content)
    ...
    return True

我想为该方法编写一些单元测试，但是，我想做的是传递一个虚假的本地 url，例如：

class RemoteTest(TestCase):
    def setUp(self):
        self.url = 'file:///tmp/dummy.txt'

    def test_handle_remote_file(self):
        self.assertTrue(handle_remote_file(self.url))

当我使用本地 url 调用 requests.get 时，我得到了下面的 KeyError 异常：

requests.get('file:///tmp/dummy.txt')

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/requests/packages/urllib3/poolmanager.pyc in connection_from_host(self, host, port, scheme)
76 
77         # Make a fresh ConnectionPool of the desired type
78         pool_cls = pool_classes_by_scheme[scheme]
79         pool = pool_cls(host, port, **self.connection_pool_kw)
80 

KeyError: 'file'

问题是如何将本地 url 传递给 requests.get？

PS：上面的例子是我自己编的。它可能包含许多错误。

Answer 1

正如@WooParadog 解释的请求库不知道如何处理本地文件。虽然，当前版本允许定义transport adapters。

因此，您可以简单地定义自己的适配器来处理本地文件，例如：

from requests_testadapter import Resp

class LocalFileAdapter(requests.adapters.HTTPAdapter):
    def build_response_from_file(self, request):
        file_path = request.url[7:]
        with open(file_path, 'rb') as file:
            buff = bytearray(os.path.getsize(file_path))
            file.readinto(buff)
            resp = Resp(buff)
            r = self.build_response(request, resp)

            return r

    def send(self, request, stream=False, timeout=None,
             verify=True, cert=None, proxies=None):

        return self.build_response_from_file(request)

requests_session = requests.session()
requests_session.mount('file://', LocalFileAdapter())
requests_session.get('file://<some_local_path>')

我在上面的例子中使用了requests-testadapter 模块。

Answer 2

这是我编写的一个传输适配器，它比 b1r3k 的功能更强大，并且除了 Requests 本身之外没有其他依赖项。我还没有对它进行详尽的测试，但我尝试过的似乎没有错误。

import requests
import os, sys

if sys.version_info.major < 3:
    from urllib import url2pathname
else:
    from urllib.request import url2pathname

class LocalFileAdapter(requests.adapters.BaseAdapter):
    """Protocol Adapter to allow Requests to GET file:// URLs

    @todo: Properly handle non-empty hostname portions.
    """

    @staticmethod
    def _chkpath(method, path):
        """Return an HTTP status for the given filesystem path."""
        if method.lower() in ('put', 'delete'):
            return 501, "Not Implemented"  # TODO
        elif method.lower() not in ('get', 'head'):
            return 405, "Method Not Allowed"
        elif os.path.isdir(path):
            return 400, "Path Not A File"
        elif not os.path.isfile(path):
            return 404, "File Not Found"
        elif not os.access(path, os.R_OK):
            return 403, "Access Denied"
        else:
            return 200, "OK"

    def send(self, req, **kwargs):  # pylint: disable=unused-argument
        """Return the file specified by the given request

        @type req: C{PreparedRequest}
        @todo: Should I bother filling `response.headers` and processing
               If-Modified-Since and friends using `os.stat`?
        """
        path = os.path.normcase(os.path.normpath(url2pathname(req.path_url)))
        response = requests.Response()

        response.status_code, response.reason = self._chkpath(req.method, path)
        if response.status_code == 200 and req.method.lower() != 'head':
            try:
                response.raw = open(path, 'rb')
            except (OSError, IOError) as err:
                response.status_code = 500
                response.reason = str(err)

        if isinstance(req.url, bytes):
            response.url = req.url.decode('utf-8')
        else:
            response.url = req.url

        response.request = req
        response.connection = self

        return response

    def close(self):
        pass

（尽管有名字，但它完全是在我想检查谷歌之前写的，所以它与 b1r3k 无关。）与其他答案一样，请遵循：

requests_session = requests.session()
requests_session.mount('file://', LocalFileAdapter())
r = requests_session.get('file:///path/to/your/file')

Answer 3

最简单的方法似乎是使用请求文件。

https://github.com/dashea/requests-file（也可以通过 PyPI 获得）

“Requests-File 是与 Requests Python 库一起使用的传输适配器，以允许通过 file:// URL 访问本地文件系统。”

这与 requests-html 的结合是纯粹的魔法:)

Answer 4

packages/urllib3/poolmanager.py 几乎解释了它。请求不支持本地 url。

pool_classes_by_scheme = {                                                        
    'http': HTTPConnectionPool,                                                   
    'https': HTTPSConnectionPool,                                              
}                                                                                 

Answer 5

在最近的一个项目中，我遇到了同样的问题。由于 requests 不支持“文件”方案，我将修补我们的代码以在本地加载内容。首先，我定义一个函数来替换requests.get：

def local_get(self, url):
    "Fetch a stream from local files."
    p_url = six.moves.urllib.parse.urlparse(url)
    if p_url.scheme != 'file':
        raise ValueError("Expected file scheme")

    filename = six.moves.urllib.request.url2pathname(p_url.path)
    return open(filename, 'rb')

然后，在测试设置或装饰测试功能的某个地方，我使用mock.patch 来修补请求中的 get 功能：

@mock.patch('requests.get', local_get)
def test_handle_remote_file(self):
    ...

这种技术有点脆弱——如果底层代码调用requests.request 或构造一个Session 并调用它，它就没有帮助。可能有一种方法可以在较低级别修补请求以支持 file: URL，但在我最初的调查中，似乎没有明显的挂钩点，所以我采用了这种更简单的方法。

Answer 6

从本地 URL 加载文件，例如一个图像文件，你可以这样做：

import urllib
from PIL import Image

Image.open(urllib.request.urlopen('file:///path/to/your/file.png')))

Answer 7

我认为简单的解决方案是使用 python 创建临时 http 服务器并使用它。

1. 将所有文件放在临时文件夹中，例如。临时文件夹
2. 转到该目录并根据您的操作系统使用命令python -m http.server 8000 在终端/cmd 中创建一个临时 http 服务器（注意 8000 是端口号。）
3. 这将为您提供一个指向 http 服务器的链接。您可以从http://127.0.0.1:8000/ 访问它
4. 在浏览器中打开您想要的文件并将链接复制到您的网址。