使用python测试网页中超链接的连通性

上一篇 / 下一篇 2011-11-06 11:15:49 / 个人分类：python

文章来源

文章来源:【转载】

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。

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

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。

sgmllib :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51Testing软件测试网x*^{Q0dt${!A

urllib:用于获取网页的html代码51Testing软件测试网;kDHm6b%\z

urlparse：解析url地址，把url地址解析成几个部分。

具体实现代码如下：

#-×-coding:gb2312-*-
import httplib,urllib,urlparse
from sgmllib import SGMLParser
#解析指定的网页的html，得到该页面的超链接列表
class URLLister(SGMLParser):
    def reset(self):
        SGMLParser.reset(self)
        self.urls = []

    def start_a(self, attrs):
href = [v for k, v in attrs if k=='href']
if href:
            self.urls.extend(href)
#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):
usock = urllib.urlopen(host)
parser = URLLister()
parser.feed(usock.read())
        uhost = urlparse.urlparse(host)
        for url in parser.urls:
            up = urlparse.urlparse(url)
#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
          #所以要分别处理
if up.netloc =="":
http = httplib.HTTP(uhost.netloc)
                http.putrequest("GET", "/"+up.path+"?"+up.params+up.query+up.fragment)
http.putheader("Accept", "*/*")
http.endheaders()
else:
                http = httplib.HTTP(up.netloc)
http.putrequest("GET", up.path+"?"+up.params+up.query+up.fragment)
                http.putheader("Accept", "*/*")
http.endheaders()
            errcode, errmsg, headers = http.getreply()
if errcode == 200:
print url," : ok"
else:
                print url," : ",errcode