Twisted Python getPage

Question

Twisted Python getPage

4

我尝试寻求支持，但我完全感到困惑。

以下是我的代码：


from twisted.internet import reactor
from twisted.web.client import getPage
from twisted.web.error import Error
from twisted.internet.defer import DeferredList
from sys import argv
class GrabPage:
 def __init__(self, page):
  self.page = page

 def start(self, *args):
  if args == ():
   # We apparently don't need authentication for this
   d1 = getPage(self.page)
  else:
   if len(args) == 2:
    # We have our login information
    d1 = getPage(self.page, headers={"Authorization": " ".join(args)})
   else:
    raise Exception('Missing parameters')
d1.addCallback(self.pageCallback)
  dl = DeferredList([d1])
  d1.addErrback(self.errorHandler)
  dl.addCallback(self.listCallback)
def errorHandler(self,result):
  # Bad thingy!
  pass
def pageCallback(self, result):
  return result
def listCallback(self, result):
  print result
a = GrabPage('http://www.google.com')
data = a.start() # Not the HTML

当调用start()时，我希望能够获取传递给pageCallback的HTML。这对我来说一直很麻烦。谢谢！对于我的糟糕代码，抱歉。

- Dave Dixon

不是很相关，但我可以知道你为什么要使用Twisted吗？ - Anurag Uniyal

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- jathanism · Accepted Answer

你缺少了Twisted运作的基础知识。这一切都围绕着"反应器（reactor）"展开，而你甚至没有启动它。把反应器想象成这样：

_{(来源：krondo.com)}

在启动反应器之前，只是在链接Deferred对象，没有任何事件可以触发。

我建议你阅读Dave Peticolas的Twisted Intro。它很快，而且真正给你提供了Twisted文档中缺失的所有信息。

无论如何，以下是最基本的getPage使用示例：

from twisted.web.client import getPage
from twisted.internet import reactor

url = 'http://aol.com'

def print_and_stop(output):
    print output
    if reactor.running:
       reactor.stop()

if __name__ == '__main__':
    print 'fetching', url
    d = getPage(url)
    d.addCallback(print_and_stop)
    reactor.run()

由于getPage返回一个deferred，因此我将回调函数print_and_stop添加到deferred链中。之后，我启动了reactor。Reactor触发getPage，然后触发print_and_stop，该函数打印来自aol.com的数据，然后停止reactor。

编辑以展示OP代码的工作示例：

class GrabPage:
    def __init__(self, page):
        self.page = page
        ########### I added this:
        self.data = None

    def start(self, *args):
        if args == ():
            # We apparently don't need authentication for this
            d1 = getPage(self.page)
        else:
            if len(args) == 2:
                # We have our login information
                d1 = getPage(self.page, headers={"Authorization": " ".join(args)})
            else:
                raise Exception('Missing parameters')

        d1.addCallback(self.pageCallback)
        dl = DeferredList([d1])
        d1.addErrback(self.errorHandler)
        dl.addCallback(self.listCallback)

    def errorHandler(self,result):
        # Bad thingy!
        pass

    def pageCallback(self, result):
        ########### I added this, to hold the data:
        self.data = result
        return result

    def listCallback(self, result):
        print result
        # Added for effect:
        if reactor.running:
            reactor.stop()

a = GrabPage('http://google.com')
########### Just call it without assigning to data
#data = a.start() # Not the HTML
a.start()

########### I added this:
if not reactor.running:
    reactor.run()

########### Reference the data attribute from the class
data = a.data
print '------REACTOR STOPPED------'
print
########### First 100 characters of a.data:
print '------a.data[:100]------'
print data[:100]