javascript - (Web)套接字连接发送 header 而不是字符串

标签 javascript python sockets google-chrome-extension websocket

我正在开发一个通过 Chrome 扩展程序运行的抓取工具。它获取页面上的所有 HTML,并将其发送到过滤和保存数据的 Python 代码。我以这种方式进行抓取的原因是因为该网站有 Distil Networks 并且“传统”抓取器被阻止了。

我在这两个代码之间建立了成功的连接,但每当我尝试发送“测试”时。到 python 服务器,它只输出浏览器的 header 。

b'GET / HTTP/1.1 Host: localhost:18364 Connection: Upgrade Pragma: no-cache Cache-Control: no-cache User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36 Upgrade: websocket Origin: chrome-extension://ocplnbpkkcpcomkjioockgnlohhkdeic Sec-WebSocket-Version: 13 Accept-Encoding: gzip, deflate, br Accept-Language: nl-NL,nl;q=0.9,en-US;q=0.8,en;q=0.7 Sec-WebSocket-Key: SDC7zPgHK/eV+QRSJy0DZQ== Sec-WebSocket-Extensions: permessage-deflate; client_max_window_bits'

JavaScript 代码(客户端):

chrome.runtime.onMessage.addListener(function(request, sender) {
if (request.action == "getSource") {
  var pageAmount = parseInt(request.source, 10)

  var allHTML = ""
  var BaseURL = "https://www.funda.nl/huur/rotterdam/p"

  function encode_utf8(s) {
    return unescape(encodeURIComponent(s));
  }

  var websocket = new WebSocket('ws://localhost:18364');

  websocket.onopen = function () {
    data = encode_utf8('Test.')
    websocket.send('Test.'); 
  };
message.innerText = request.source;
}
});

function onWindowLoad() {

var message = document.querySelector('#message');

chrome.tabs.executeScript(null, {
file: "getPageContent.js"
}, function() {
// If you try and inject into an extensions page or the         webstore/NTP you'll get an error
if (chrome.runtime.lastError) {
  message.innerText = 'There was an error injecting script : \n' + chrome.runtime.lastError.message;
}
});
}

window.onload = onWindowLoad;

Python 代码(服务器):

import socket

LocalSocket = socket.socket()
allHTML = ''

try:  # Connecting the Socket
LocalSocket = socket.socket(socket.AF_INET,     socket.SOCK_STREAM)
LocalSocket.setsockopt(socket.SOL_SOCKET,   socket.SO_REUSEADDR, 1)
LocalSocket.bind(('localhost', 18364))
print("Connected.")
except socket.error as err:
print("ConnectionError: %s" % err)


def main():
LocalSocket.listen(1)

c, addr = LocalSocket.accept()
print('Got connection from', addr)
print(c.recv(1024))

c.close()

if __name__ == "__main__":
main()

最佳答案

网络套接字在 HTTP 上分层,因此这是预期的行为。您需要一个 Web 服务器(或使用 HTTP 的东西)来处理 Connection: UpgradeUpgrade: websocket 部分,然后在获得有效连接之前执行其余的握手支持双向通信

你可以看看使用 websockets很好地包装了这个包

关于javascript - (Web)套接字连接发送 header 而不是字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59292777/

相关文章:

python - 使用python以编程方式猜测段落的标签

c - "SO_REUSEPORT"(OS X) 或 "SO_REUSEADDR"(Linux) 真的允许用户对多个套接字使用 recvfrom 吗?

c - 如何在套接字上正确使用 select()?

javascript - 在 map 功能中传递 Prop 不起作用。将其作为 key 传递

javascript - mongoose pre hook findOneAndUpdate 修改从另一个集合获取的某些字段

python - 如何从列表中删除项目?

python - 如何并行迭代两个列表?

javascript - Node.js:通过 unix 套接字发送 GET 请求

javascript - 过滤 Observable 数组

javascript - 无法使用 setstate Hook 复制数组