socket.connect() 给出 socket.gaierror: [Errno 11004] getaddrinfo failed

Question

我已经检查了有关我的问题的答案，但我找不到问题所在。我是 Python 新手，这可能是个问题。我已经编写了这个简单的代码来连接到一个站点，但是我收到了这个错误：

socket.gaierror: [Errno 11004] getaddrinfo failed

这是我的代码：

import socket
mysock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
mysock.connect(('http://www.py4e.com', 80))
mysock.send('GET http://www.py4e.com/code3/mbox-short.txt HTTP/1.0\n\n')
while True:
    data = mysock.recv(512)        
    if(len(data) < 1):
        break
    print (data)
mysock.close()

Answer 1

import socket
mysock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
mysock.connect(('www.py4e.com', 80))
mysock.send('GET http://www.py4e.com/code3/mbox-short.txt HTTP/1.0\n\n')
while True:
    data = mysock.recv(512)        
    if(len(data) < 1):
        break
    print (data)
mysock.close()

很简单，不要在.connect() 的主机声明中使用http://。
http:// 是一个协议，www.py4e.com 是一个主机（或 DNS 服务器中的 A 记录）。标准套接字库对协议一无所知，因此只需要一个 host 和一个 port 号。
如果您想要自动化流程，请查看 urllib.request 或 @Mego 的答案，使用 Requests 为您处理连接和 HTTP 解析。

此外，如果您可能应该使用Python3，您需要在执行.send() 时发送bytes 数据。

有两种方法可以将您的字符串转换为bytes 数据：

mysock.send(b'GET http://www.py4e.com/code3/mbox-short.txt HTTP/1.0\n\n')
mysock.send(bytes('GET http://www.py4e.com/code3/mbox-short.txt HTTP/1.0\n\n', 'UTF-8'))

两者基本上都做同样的事情。

最后，在 GET 请求中，您也不会请求 http://。
相反，您只需发送要检索的文件的路径：

mysock.send(b'GET /code3/mbox-short.txt HTTP/1.0\n\n')

原因是（再次）http:// 是一个协议描述符，而不是发送的实际协议数据的一部分。您也不需要在 GET 请求中声明 host，因为您连接的服务器已经知道您在哪个主机上 - 因为您已经...连接到它。 相反，如果主机为多个虚拟主机提供服务，则服务器希望您提供 Host: <hostname>\r\n 标头。
您可能需要一些其他标头才能从某些 Web 服务器请求实际内容。

但这是事情的基本要点。

继续阅读

这是一个好的开始：

• https://en.wikipedia.org/wiki/Hypertext_Transfer_Protocol#Client_request

它向您展示了原始 GET 请求的样子。
将来我建议使用您的浏览器内置的Network Debugger，它可以显示原始标题、原始响应和一大堆其他内容。