python-requests：提取响应内容的头部而不消耗所有内容

Question

我想使用python-requests和python-
magic，在不获取其所有内容的情况下测试Web资源的mime类型（特别是如果该资源恰巧是例如ogg文件或PDF文件）。根据结果​​，我可能决定全部提取。但是，在测试了mime类型后调用text方法只会返回尚未使用的内容。如何在不消耗响应内容的情况下测试mime类型？

下面是我当前的代码。

import requests
import magic


r = requests.get("http://www.december.com/html/demo/hello.html", prefetch=False)
mime = magic.from_buffer(r.iter_content(256).next(), mime=True)

if mime == "text/html":
    print(r.text)  # I'd like r.text to give me the entire response content

谢谢！

Answer 1

注意
：在问这个问题时，仅提取主体使用的头流的正确方法prefetch=False。该选项此后已重命名为，stream并且布尔值取反，因此您需要stream=True。

原始答案如下。

---

一旦使用完iter_content()，您就必须继续使用它；.text间接在后台使用相同的接口（通过.content）。

换句话说，通过完全使用iter_content()，您必须.text手动完成工作：

from requests.compat import chardet

r = requests.get("http://www.december.com/html/demo/hello.html", prefetch=False)
peek = r.iter_content(256).next()
mime = magic.from_buffer(peek, mime=True)

if mime == "text/html":
    contents = peek + b''.join(r.iter_content(10 * 1024))
    encoding = r.encoding
    if encoding is None:
        # detect encoding
        encoding = chardet.detect(contents)['encoding']
    try:
        textcontent = str(contents, encoding, errors='replace')
    except (LookupError, TypeError):
        textcontent = str(contents, errors='replace')
    print(textcontent)

假设您使用Python 3。

另一种方法是发出2个请求：

r = requests.get("http://www.december.com/html/demo/hello.html", prefetch=False)
mime = magic.from_buffer(r.iter_content(256).next(), mime=True)

if mime == "text/html":
     print(r.requests.get("http://www.december.com/html/demo/hello.html").text)

Python 2版本：

r = requests.get("http://www.december.com/html/demo/hello.html", prefetch=False)
peek = r.iter_content(256).next()
mime = magic.from_buffer(peek, mime=True)

if mime == "text/html":
    contents = peek + ''.join(r.iter_content(10 * 1024))
    encoding = r.encoding
    if encoding is None:
        # detect encoding
        encoding = chardet.detect(contents)['encoding']
    try:
        textcontent = unicode(contents, encoding, errors='replace')
    except (LookupError, TypeError):
        textcontent = unicode(contents, errors='replace')
    print(textcontent)