Python socket 数据返回 <byte> 对象。如何用正则表达式处理？

Question

我正在用Python（3）写一个简单的HTML代理，目前还没有使用像http.server这样的现成类。

我只是启动了一个可以接受连接的套接字：

self.listen_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
self.listen_socket.bind((socket.gethostname(), 4321))
self.listen_socket.listen(5)
(a, b) = self.listen_socket.accept()
content = a.recv(100000)

现在，内容存储的数据是这样的：

b'GET http://www.google.com/firefox HTTP/1.1\r\nHost: www.google.com\r\nUser-Agent: Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.2) Gecko/20100207 Namoroka/3.6\r\nAccept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8\r\nAccept-Language: en-us,en;q=0.5\r\nAccept-Encoding: gzip,deflate\r\nAccept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.7\r\nKeep-Alive: 115\r\nProxy-Connection: keep-alive\r\nCookie: PREF=ID=1ac935f4d893f655:U=73a4849dc5fc23a4:TM=1266851688:LM=1267023171:S=Log1PmXRMlNjX3Of; NID=32=EnrZjTqILuW2_aMLtgsJ96FdEMF3s5FoMJSVq9GMr9dhLhTAd3F5RcQ3ImyVBiO2eYNKKMhzlGg7r8zXmeSq50EigS5sdKtCL9BMHpgCxZazA2NiyB0bTRWhp8-0BObn\r\n\r\n'

我该如何用正则表达式处理它呢？把它转换成字符串对我来说不管用。

或者，我最终需要找出请求的地址，比如在这个例子中是http://www.google.com/firefox。有没有我不知道的解析器？我该如何实现这个结果呢？

提前谢谢你。

Answer 1

有一些方法可以在字节和字符串之间进行转换，你可以试试 str.encode() 和 bytes.decode() 这两个方法。

http://python.about.com/od/python30/ss/30_strings_3.htm

Answer 2

另外，你可以看看 *HTTPServer 这些类。它们就像是一个包装器，可以让你更方便地使用 HTTP 服务器，并且会帮你解析请求头。

如果你不能这样做，至少它们会提供一些源代码示例，教你怎么实现这些功能！

Answer 3

在把数据转换成字符串的时候，你需要指定一种编码方式，比如可以使用：

>>> str(b'GET http://...', 'UTF-8')
'GET http://...'

如果不指定编码方式，就像你发现的那样，得到的结果就没那么好用了：

>>> str(b'GET http://...')
"b'GET http://...'"