专注于自动化测试,性能测试.......

使用python测试网页中超链接的连通性(原创)

上一篇 / 下一篇 2009-09-21 22:24:27 / 个人分类：Python

在web测试，对网页中的超链接进行测试是最基本的工作，最简便的方法当然是使用像xenu之类的工具。但它具体是怎么实现的呢？我想也无外乎是通过http协议，根据超链接地址，向服务端发送请求，然后根据返回的信息进行判断连接的状态。下面是根据这种思路，用python编写的检测网页链接连通性的程序。51Testing软件测试网XT]$jd+{u7a

首先，建立一个示例网页，其中link1,lin3是不连通的，link2,link4是有效链接

H rMY?9SOs0s0<head>Test</hest>
j qe{xF0<body>51Testing软件测试网 X#{,W!U1m G8r
<a href="http://ggdfgdfg.com/erwerwe.html">link1</a>
\,XNF9v?T U"l4Za0 <a href="/sample/lik.html">link2</a>51Testing软件测试网xR6F5ga.H4m-t
<a href="/sample/lik2.html">link3</a>
<a href="http://google.com">link4</a>
%l1r ]9Ii@0</body>51Testing软件测试网!J-K&p7`\oV

使用python进行链接检测，要使用到4个重要模块，过程就是通过urllib抓取目标网页的html代码，然后通过sgmllib模块解析html，获取超链接的列表。然后使用urlparse解析超链接的url，供httplib使用。然后由httplib模块进行最后的请求及验证回复的过程。

VZH'BT8pw,q,Kz@0sgmllib :用于HTML解析，解析出网页中包含的超链接

httplib:用于Http协议的操作

urllib:用于获取网页的html代码51Testing软件测试网)_%hK|$kA

urlparse：解析url地址，把url地址解析成几个部分。

clT:K Rh0具体实现代码如下：

Uq4q1xozIy0#-×-coding:gb2312-*-
import httplib,urllib,urlparse51Testing软件测试网Q4r'nU"?B
from sgmllib import SGMLParser
#解析指定的网页的html，得到该页面的超链接列表51Testing软件测试网(PJ}e*W;R
class URLLister(SGMLParser):51Testing软件测试网4nZ Q/gp;Jy
    def reset(self):
$hlH7Flh:s!H0        SGMLParser.reset(self)51Testing软件测试网@(xN7P2O0r
        self.urls = []

    def start_a(self, attrs):
g6v.BXv!Z j0        href = [v for k, v in attrs if k=='href']
        if href:
~!v_\!Z6L&a0            self.urls.extend(href)
P0h0o|%]]!o1n}$E0#遍历超链接列表，并逐个的发送请求，判断接收后的代码，200为正常，其他为不正常
def fetch(host):51Testing软件测试网.X9c3a$jYiC
        usock = urllib.urlopen(host)
9b.kf ^!y%[-b}Ia"V0        parser = URLLister()51Testing软件测试网vO8o4|"H6J
        parser.feed(usock.read())
7B4bT+dv'kl0        uhost = urlparse.urlparse(host)
d"x a&mct5K0        for url in parser.urls:
~H8} s&CO0            up = urlparse.urlparse(url)
2ow:cx p0            #因为超链接有两种方式：一种是直接的http://...... 一种是相对路径，/.../sample.html
3VRrH,WVeh.}0          #所以要分别处理51Testing软件测试网jdQ L*Utu
            if up.netloc =="":
                http = httplib.HTTP(uhost.netloc)
                http.putrequest("GET", "/"+up.path+"?"+up.params+up.query+up.fragment)51Testing软件测试网-P d9]3V0rb
                http.putheader("Accept", "*/*")51Testing软件测试网3C;V6M6FYU;Q
                http.endheaders()
            else:
~Q2p,M:fg(tG0_ L1V0                http = httplib.HTTP(up.netloc)
%]lg2Y1Q8\!l _3H0                http.putrequest("GET", up.path+"?"+up.params+up.query+up.fragment)
K:PM&N1IHv.T^0                http.putheader("Accept", "*/*")
                http.endheaders()
$Uxsd7m(sVT0            errcode, errmsg, headers = http.getreply()51Testing软件测试网eh]JL
            if errcode == 200:
1ii}5C#~O;J)mU0                print url," : ok"
3A!Bq:l%}Ezv0            else:
:r(T5_WW"m{+I0                print url," : ",errcode

g;Q`+b\yq0#测试
fetch("http://localhost/Sample/sample.html")51Testing软件测试网)k;nYPN6^h

K0^v |"mK:Xs0代码运行的结果：

http://ggdfgdfg.com/erwerwe.html : 404
/sample/lik.html : ok
G2ILM!k1U1Kl0/sample/lik2.html : 404
http://google.com : ok

M#Z;bk'dT"i0 51Testing软件测试网:RCsb7z6Y)M2h

GQ%Y%sO0版权声明：本文出自wxf_xsfy的51Testing软件测试博客：http://www.51testing.com/?61753

原创作品，转载时请务必以超链接形式标明文章原始出处、作者信息和本声明，否则将追究法律责任。
8v!Fs]2U(U0

相关阅读:

python学习笔记20090826 (honghong806, 2009-8-26)
学习Python的轨迹(转帖) (wxf_xsfy, 2009-8-27)
Python正则表达式操作指南(转帖) (wxf_xsfy, 2009-8-27)
使用Python实现利用google翻译英文文章中的单词 (wxf_xsfy, 2009-8-27)
Python操作SQL Server数据库(原创) (wxf_xsfy, 2009-8-29)
Python生成COM组件(原创) (wxf_xsfy, 2009-9-13)
Python 测试框架：选择和运行测试 (51testing, 2009-9-14)
使用python提取英文文章中的单词及出现的次数(原创) (wxf_xsfy, 2009-9-15)
使用Python读取xml格式的测试数据(原创) (wxf_xsfy, 2009-9-18)
使用Python测试网页中超链接的连通性 (fishy, 2009-10-12)

收藏举报

TAG: Python

引用删除大地的女儿 / 2016-03-16 18:07:37: 报这个错：
Traceback (most recent call last):
  File "/Users/xiaoju/PycharmProjects/untitled/Hyperlink.py", line 3, in <module>
import httplib
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/httplib.py", line 1151, in <module>
import ssl
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/ssl.py", line 58, in <module>
import textwrap
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/textwrap.py", line 40, in <module>
class TextWrapper:
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/textwrap.py", line 82, in TextWrapper
whitespace_trans = string.maketrans(_whitespace, ' ' * len(_whitespace))
AttributeError: 'module' object has no attribute 'maketrans'