Python Socket解析HTTP请求内容的实现方法

江岸

发布时间：2026-10-15 | 5人浏览过

原创

本文介绍使用Python Socket手动解析HTTP请求的核心思路。重点讲解如何通过\r\n识别请求头结束，以及根据Content-Length或Transfer-Encoding: chunked两种不同方式准确读取HTTP Body内容。

Python Socket解析HTTP请求内容

思路

1. 解析HTTP请求的头部

HTTP请求头部的结束标志为"\r\n"。可以通过逐行读取的方式获取HTTP请求头的内容，当读取到一行内容为"\r\n"时，即表示HTTP请求头部分已结束。

2. 请求头里面含有Content-Length参数

如果HTTP请求中包含Content-Length参数，则表明请求体的大小是确定的。此时可以直接读取Content-Length的值，并根据该值读取相应字节数的内容即可。

3. 请求头里面含有Transfer-Encoding: chunked 参数

如果HTTP请求中包含Transfer-Encoding参数，则表明请求体的大小是不确定的。此类内容的结束标志为"0\r\n\r\n"，因此可以逐行读取HTTP请求的内容部分，当连续读到"0\r\n"和"\r\n"时，说明内容读取完毕。

代码实现

代码中： self._file 代表的是socket.makefile()

 def get_http_content(self):
        content_length = 0
        transfer_encoding = False
        while True:
            req_line = self._file.readline()
            req_line = str(req_line, "utf-8")
 
            # 遇到http头结束符
            # 读取http内容
            if req_line == "\r\n":
                if content_length != 0:
                    content = self._file.read(content_length)
                    content = str(content, "utf-8")
                    self._content = content
                    return None
 
                if transfer_encoding:
                    content = ""
                    self._file.readline()
                    while True:
                        line = self._file.readline()
                        line = str(line, "utf-8")
                        if line == "0\r\n":
                            sub_line = self._file.readline()
                            sub_line = str(sub_line, "utf-8")
                            if sub_line == "\r\n":
                                self._content = content
                                return None
                        else:
                            content += line
                            continue
                    self._content = False
 
            # 头文件没有结束
            # 并且没有找到关于内容大小的字段
            else:
                if content_length == 0 and transfer_encoding is False:
                    words = req_line.split()
                    if words[0] == "Content-Length:":
                        content_length = int(words[1])
                    if words[0] == "Transfer-Encoding:":
                        transfer_encoding = True
 
            self._content = False

socket 模拟http请求

# coding: utf-8
import socket
from urllib.parse import urlparse
def get_url(url):
    url = urlparse(url)
    host = url.netloc
    path = url.path
    if path == "":
        path = "/"
    # 建立 socket 连接
    client = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    client.connect((host, 80))
    client.send("GET {} HTTP/1.1\r\nHost:{}\r\nConnection:close\r\n\r\n".format(path, host).encode("utf-8"))
    data = b""
    while True:
        d = client.recv(1024)
        if d:
            data += d
        else:
            break
    data = data.decode("utf-8")
    html_data = data.split("\r\n\r\n")[1]
    print(html_data)
    client.close()
    pass
if __name__ == '__main__':
    get_url("http://www.baidu.com")

以上为个人经验，希望能给大家一个参考，也希望大家多多支持本站。