Как я могу перечислить файлы и папки, если у меня есть только IP-адрес?
С urllib и другими, я могу отображать только содержимое файла index.html
. Но что, если я хочу посмотреть, какие файлы находятся в корне, а?
Я ищу пример, который показывает, как реализовать имя пользователя и пароль, если это необходимо. (В большинстве случаев index.html является общедоступным, но иногда другие файлы не являются).
Используйте requests
, чтобы получить содержимое страницы и BeautifulSoup
, чтобы проанализировать результат.
Например, если мы ищем все iso
файлы в http://cdimage.debian.org/debian-cd/8.2.0-live/i386/iso-hybrid/
:
from bs4 import BeautifulSoup
import requests
url = 'http://cdimage.debian.org/debian-cd/8.2.0-live/i386/iso-hybrid/'
ext = 'iso'
def listFD(url, ext=''):
page = requests.get(url).text
print page
soup = BeautifulSoup(page, 'html.parser')
return [url + '/' + node.get('href') for node in soup.find_all('a') if node.get('href').endswith(ext)]
for file in listFD(url, ext):
print file
HTTP не работает с "файлами" и "каталогами". Выберите другой протокол.
Вы не можете получить список каталогов напрямую через HTTP, как говорит другой ответ. Это HTTP-сервер, который "решает", что вам дать. Некоторые из них дадут вам HTML-страницу, отображающую ссылки на все файлы внутри "каталога", некоторые предоставят вам некоторую страницу (index.html), а некоторые даже не будут интерпретировать "каталог" как один.
Например, у вас может быть ссылка на "http://localhost/user-login/": это не означает, что в корневом каталоге сервера есть каталог с именем user-login. Сервер интерпретирует это как "ссылку" на какую-то страницу.
Теперь, чтобы достичь того, чего вы хотите, вам нужно либо использовать что-то другое, чем HTTP (FTP-сервер на "ip-адрес", который вы хотите получить, выполнит задание) или настройте HTTP-сервер на этом компьютере, который предоставляет каждому пути (http://192.168.2.100/directory) список файлов в нем (в любом формате) и анализирует его через Python.
Если сервер предоставляет страницу типа "индекс/bla/bla" (например, сервер Apache, списки каталогов), вы можете проанализировать вывод HTML, чтобы узнать имена файлов и каталогов. Если нет (например, пользовательский index.html, или что-то, что сервер решает дать вам), вам не повезло:(, вы не можете этого сделать.
Zety обеспечивает приятное компактное решение. Я бы добавил к его примеру, сделав компонент requests
более надежным и функциональным:
import requests
from bs4 import BeautifulSoup
def get_url_paths(url, ext='', params={}):
response = requests.get(url, params=params)
if response.ok:
response_text = response.text
else:
return response.raise_for_status()
soup = BeautifulSoup(response_text, 'html.parser')
parent = [url + node.get('href') for node in soup.find_all('a') if node.get('href').endswith(ext)]
return parent
url = 'http://cdimage.debian.org/debian-cd/8.2.0-live/i386/iso-hybrid'
ext = 'iso'
result = get_url_paths(url, ext)
print(result)
Вы можете использовать следующий script, чтобы получить имена всех файлов в подкаталогах и каталогах на HTTP-сервере. Для их загрузки может использоваться файл.
from urllib.request import Request, urlopen, urlretrieve
from bs4 import BeautifulSoup
def read_url(url):
url = url.replace(" ","%20")
req = Request(url)
a = urlopen(req).read()
soup = BeautifulSoup(a, 'html.parser')
x = (soup.find_all('a'))
for i in x:
file_name = i.extract().get_text()
url_new = url + file_name
url_new = url_new.replace(" ","%20")
if(file_name[-1]=='/' and file_name[0]!='.'):
read_url(url_new)
print(url_new)
read_url("www.example.com")