使用 luasocket 和代理获取 url 页面

Question

到目前为止，我有以下一块：

local socket = require "socket.http"
client,r,c,h = socket.request{url = "http://example.com/", proxy="<my proxy and port here>"}
for i,v in pairs( c ) do
  print( i, v )
end

这给了我如下输出：

connection  close
content-type    text/html; charset=UTF-8
location    http://www.iana.org/domains/example/
vary    Accept-Encoding
date    Tue, 24 Apr 2012 21:43:19 GMT
last-modified   Wed, 09 Feb 2011 17:13:15 GMT
transfer-encoding   chunked
server  Apache/2.2.3 (CentOS)

这意味着刚刚完美建立了连接。现在，我想使用这个socket.http 获取我的url's 的标题。我搜索了以前的 SO 问题和luasocket's http documentation。但是，我仍然不知道如何在变量中获取/存储整个/部分页面并对其进行处理。

请帮忙。

Answer 1

您正在使用 http.request() 的“通用”形式，它需要通过 LTN12 接收器存储正文。它并不像听起来那么复杂，试试这个代码：

local socket = require "socket.http"
local ltn12 = require "ltn12"; -- LTN12 lib provided by LuaSocket

-- This table will store the body (possibly in multiple chunks):
local result_table = {};
client,r,c,h = socket.request{
    url = "http://example.com/",
    sink = ltn12.sink.table(result_table),
    proxy="<my proxy and port here>"
}
-- Join the chunks together into a string:
local result = table.concat(result_table);
-- Hacky solution to extract the title:
local title = result:match("<[Tt][Ii][Tt][Ll][Ee]>([^<]*)<");
print(title);

如果您的代理在整个应用程序中保持不变，那么更直接的解决方案是使用 http.request() 的简单形式，并通过 http.PROXY 指定代理：

local http = require "socket.http"
http.PROXY="<my proxy and port here>"

local result = http.request("http://www.youtube.com/watch?v=_eT40eV7OiI")
local title = result:match("<[Tt][Ii][Tt][Ll][Ee]>([^<]*)<");
print(title);

输出：

    Flanders and Swann - A song of the weather
  - YouTube