从 Mechanize 中的 HTTPError 中恢复

Question

我正在为一些现有的 python 代码编写一个函数，该函数将传递一个 Mechanize 浏览器对象作为参数。

我在浏览器的一个表单中填写了一些细节，并使用response = browser.submit()将浏览器移动到一个新页面，并从中收集一些信息。

很遗憾，我偶尔会收到以下错误：

httperror_seek_wrapper: HTTP Error 500: Internal Server Error

 

我已经在自己的浏览器中导航到该页面，果然，我偶尔会直接看到这个错误，所以我认为这是一个服务器问题，与robots.txt、标题或类似内容无关。

问题是提交后browser对象的状态发生变化，无法继续使用。我的第一个想法是先尝试获取深层副本，并在遇到问题时使用它，但这会产生错误 TypeError: object.__new__(cStringIO.StringO) is not safe, use cStringIO.StringO.__new__()，如 here 所述。

我也尝试过使用browser.back()，但得到NoneType 错误。

有人有好的解决办法吗？

 

解决方案（感谢下面的 karnesJ.R）：

下面的一个很好的解决方案使用了优秀的requests 库（文档here）。 requests 具有填写表单并通过post 或get 提交的功能，重要的是不会更改br 对象的状态。

excellent website 允许我们测试各种错误代码，并在顶部有一个我已经测试过的表单界面。我在这个站点上创建了一个br 对象，然后定义了一个从br 中选择表单的函数，提取相关信息，但通过requests 提交 - 这样br 对象没有改变并且可以重复使用。错误代码会导致 requests 返回垃圾，但不会使 br 无法使用。

如下所述，这需要更多的设置时间，但非常值得。

import mechanize
import requests

def testErrorCodes(br,theCodes):
    for x in theCodes:
        
        br.select_form(nr=0)
        
        theAction = br.action
        payload = {'code': x}

        response = requests.post(theAction, data=payload)
        print response.status_code

br=mechanize.Browser()
br.set_handle_robots(False)
response = br.open("http://savanttools.com/test-http-status-codes")

testErrorCodes(br,[401,402,403,404,500,503,504]) # Prints the error codes 

testErrorCodes(br,[404]) # The browser is still alive and well to be used again!

Answer 1

自从我为 python 编写代码以来已经有一段时间了，但我想我有一个解决你问题的方法。试试这个方法：

import requests
except Mechanize.HTTPError:
    while true: ## DANGER ##
        ## You will need to format and/or decode the POST for your form
        response = requests.post('http://yourwebsite.com/formlink', data=None, json=None)
        ## If the server will accept JSON formatting, this becomes trivial
        if response.status_code == accepted_code: break

您可以找到有关 requests 库 here 的文档。我个人认为requests 比mechanize 更适合您的情况...但它确实需要您付出更多的开销，因为您需要在浏览器中使用某种RESTful 拦截器将提交分解为原始POST .

但最终，通过传入br，您将自己限制为机械化处理br.submit() 上的浏览​​器状态的方式。

Answer 2

我假设您希望提交发生，即使它需要多次尝试。

我想到的解决方案肯定效率不高，但应该可以。

def do_something_in_mechanize():
    <...insert your code here...>
    try:
        browser.submit()
        <...rest of your code...>
    except mechanize.HTTPError:
        do_something_in_mechanize()

基本上，它会调用该函数，直到在没有HTTPErrors 的情况下执行该操作。