Programmation PYTHON - Zenk - Security - Repository

Points abordés
urllib2.
Solution
Vérificateur de liens
#!/usr/bin/python
# -*- coding: utf8 -*import
urllib2
def check_url(url):
req = urllib2.Request(url)
try:
url_handle = urllib2.urlopen(req)
except urllib2.URLError:
return None, None
headers = url_handle.info()
return headers['Content-Type'], headers['Date']
Discussion
Exercices corrigés
CHAPITRE 11
urllib2 récupère directement les en-têtes d’une URL pour analyse. Il le fait sans
récupérer le contenu intégral de l’URL, ce qui permet de rendre la récupération du
contenu conditionnelle. Par exemple, si la page est régulièrement récupérée, le programme
peut vérifier si la date de modification a changé avant de récupérer le nouveau
contenu.
Extension
Ce genre de fonctionnalité peut être couplé avec le prochain exercice, pour fournir un
système de mise à jour de page, où le contenu n’est rapatrié que s’il diffère d’un contenu
récupéré au préalable.
Exercice 12 : aspirateur de page web
Description
Un aspirateur de page web doit :
récupérer la page ;
parcourir son contenu et récupérer toutes les composantes nécessaires à l’affichage
de la page (images, feuilles de style, etc.).
375