6.python探测Web服务质量方法之pycurl模块

 

 

才开始学习的时候有点忽略了这个模块，觉得既然Python3提供了requests库，为什么多此一举学习这个模块。后来才发现pycurl在探测Web服务器的时候的强大。

pycurl是一个用c语言写的libcurl Python实现，支持的操作协议有FTP，HTTP，HTTPS，TELNET等，可以理解成linux下curl命令功能的python封装。通过调用pycurl提供的方法，实现探测Web服务质量的情况，比如响应的HTTP状态码，请求延时，HTTP头信息，下载速度等，利用这些信息可以定位服务响应卡顿缓慢的具体环节。

安装使用命令：pip install pycurl，如果下载失败参考我上一篇总结的安装方法。

模块常用方法的说明：https://curl.haxx.se/libcurl/c/libcurl-tutorial.html

pycurl.Curl()类实现创建一个libcurl包的Curl句柄对象，无参数。更多介绍libcurl包的介绍见：

下面介绍Curl对象几个常用的方法：

• close()方法，对应libcurl包中的curl_easy_cleanup方法，无参数，实现关闭，回收Curl对象。
• perform()方法，对应libcurl包中的curl_easy_perform方法，无参数，实现Curl对象请求的提交。
• setopt(option,value)方法，对应libcurl包中curl_easy_setopt方法，参数option是通过libcurl的常量来指定的，参数value的值会依赖option，可以是一个字符串，整型，长整型，文件对象，列表，函数等。下面列举常用的常量列表：

c = pycurl.Curl()   #创建一个curl对象 

c.setopt(pycurl.CONNECTTIMEOUT, 5)    #连接的等待时间，设置为0则不等待 
 
c.setopt(pycurl.TIMEOUT, 5)           #请求超时时间  

c.setopt(pycurl.NOPROGRESS, 0)        #是否屏蔽下载进度条，非0则屏蔽  

c.setopt(pycurl.MAXREDIRS, 5)         #指定HTTP重定向的最大数  

c.setopt(pycurl.FORBID_REUSE, 1)      #完成交互后强制断开连接，不重用  

c.setopt(pycurl.FRESH_CONNECT,1)      #强制获取新的连接，即替代缓存中的连接  

c.setopt(pycurl.DNS_CACHE_TIMEOUT,60) #设置保存DNS信息的时间，默认为120秒  

c.setopt(pycurl.URL,"http://www.baidu.com")   #指定请求的URL  

c.setopt(pycurl.USERAGENT,"Mozilla/5.2 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.1.4322; .NET CLR 2.0.50324)") #配置请求HTTP头的User-Agent 

c.setopt(pycurl.HEADERFUNCTION, getheader)    #将返回的HTTP HEADER定向到回调函数getheader 

c.setopt(pycurl.WRITEFUNCTION, getbody)       #将返回的内容定向到回调函数getbody 

c.setopt(pycurl.WRITEHEADER, fileobj)         #将返回的HTTP HEADER定向到fileobj文件对象 

c.setopt(pycurl.WRITEDATA, fileobj)           #将返回的HTML内容定向到fileobj文件对象

• getinfo(option)方法，对应libcurl包中的curl_easy_getinfo方法，参数option是通过libcurl的常量来指定的。下面列举常用的常用列表：

c = pycurl.Curl()            #创建一个curl对象 

c.getinfo(pycurl.HTTP_CODE)  #返回的HTTP状态码 

c.getinfo(pycurl.TOTAL_TIME) #传输结束所消耗的总时间 

c.getinfo(pycurl.NAMELOOKUP_TIME)    #DNS解析所消耗的时间 

c.getinfo(pycurl.CONNECT_TIME)       #建立连接所消耗的时间 

c.getinfo(pycurl.PRETRANSFER_TIME)   #从建立连接到准备传输所消耗的时间 

c.getinfo(pycurl.STARTTRANSFER_TIME) #从建立连接到传输开始消耗的时间 

c.getinfo(pycurl.REDIRECT_TIME)      #重定向所消耗的时间 

c.getinfo(pycurl.SIZE_UPLOAD)        #上传数据包大小 

c.getinfo(pycurl.SIZE_DOWNLOAD)      #下载数据包大小 

c.getinfo(pycurl.SPEED_DOWNLOAD)     #平均下载速度 

c.getinfo(pycurl.SPEED_UPLOAD)       #平均上传速度 

c.getinfo(pycurl.HEADER_SIZE)        #HTTP头部大小 

实践：实现探测Web服务质量

HTTP服务是最流行的互联网应用之一，服务质量的好坏关系到用户体验以及网站的运营服务水平，最常用的有两个标准，

一为服务的可用性，比如是否处于正常提供服务状态，而不是出现404页面未找到或500页面错误等；

二为服务的响应速度，比如静态类文件下载时间都控制在毫秒级，动态CGI为秒级。

本示例使用pycurl的setopt与getinfo方法实现HTTP服务质量的探测，获取监控URL返回的HTTP状态码，HTTP状态码采用pycurl.HTTP_CODE常量得到，以及从HTTP请求到完成下载期间各环节的响应时间，通过pycurl.NAMELOOKUP_TIME，pycurl.CONNECT_TIME，pycurl.PRETRANSFER_TIME，pycurl.R等常量来实现。另外通过pycurl.WRITEHEADER，pycurl.WRITEDATA常量得到目标URL的HTTP响应头部及页面内容。

import os,sys
import time
import pycurl

URL = "www.baidu.com" #探测的目标URL
c = pycurl.Curl() #创建一个Curl对象
c.setopt(pycurl.URL,URL) #定义请求的URL常量
c.setopt(pycurl.CONNECTTIMEOUT,5) #定义请求连接的等待时间
c.setopt(pycurl.TIMEOUT,5) #定义请求超时时间
c.setopt(pycurl.NOPROGRESS,1) #屏蔽下载进度条
c.setopt(pycurl.MAXREDIRS,1) #指定HTTP重定向的最大数为1
c.setopt(pycurl.FORBID_REUSE,1) #完成交互后强制断开连接，不重用
c.setopt(pycurl.DNS_CACHE_TIMEOUT,30) #设置保存DNS信息的时间为30秒

#创建一个文件对象，以“wb”方式打开，用来存储返回的http头部及页面的内容
indexfile = open(os.path.dirname(os.path.realpath(__file__))+"/content.txt","wb")
c.setopt(pycurl.WRITEHEADER,indexfile) #将返回的HTTP HEADER定向到indexfile文件
c.setopt(pycurl.WRITEDATA,indexfile) #将返回的HTML内容定向到indexfile文件

try:
    c.perform()
except:
    print("连接错误")
    indexfile.close()
c.close()
sys.exit()

NAMELOOKUP_TIME = c.getinfo(c.NAMELOOKUP_TIME) #DNS解析所消耗的时间
CONNECT_TIME = c.getinfo(c.CONNECT_TIME) #建立连接所消耗的时间
PRETRANSFER_TIME = c.getinfo(c.PRETRANSFER_TIME) #从建立连接到准备传输所消耗的时间
STARTTRANSFER_TIME = c.getinfo(c.STARTTRANSFER_TIME) #从建立连接到传输开始消耗的时间
TOTAL_TIME = c.getinfo(c.TOTAL_TIME) #传输结束所消耗的总时间
HTTP_CODE = c.getinfo(c.HTTP_CODE) #返回HTTP状态码
SIZE_DOWNLOAD = c.getinfo(c.SIZE_DOWNLOAD) #下载数据包的大小
HEADER_SIZE = c.getinfo(c.HEADER_SIZE) #HTTP头部大小
SPEED_DOWNLOAD = c.getinfo(c.SPEED_DOWNLOAD) #平均下载速度

#打印输出相关数据
print("HTTP状态码：%s" % HTTP_CODE)
print("DNS解析时间：%2f" % NAMELOOKUP_TIME)
print("建立连接时间：%2f" % CONNECT_TIME)
print("准备传输时间：%2f" % PRETRANSFER_TIME)
print("传输开始时间：%2f" % STARTTRANSFER_TIME)
print("传输结束总时间：%2f" % TOTAL_TIME)
print("下载数据包大小：%d bytes/s" % SIZE_DOWNLOAD)
print("HTTP头部大小：%d bytes/s" % HEADER_SIZE)
print("平均下载速度：%d bytes/s" % SPEED_DOWNLOAD)

#关闭文件及Curl对象
indexfile.close()
c.close()

代码来自<<Python 自动化运维>>这本书。

代码执行结果：

查看获取的HTTP文件头部及页面内容文件content.txt