如何在Python 2中发送HEAD HTTP请求？

我在这里尝试做的是获取给定URL的标头，以便确定MIME类型。我希望能够查看是否http://somedomain/foo/将返回例如HTML文档或JPEG图像。因此，我需要弄清楚如何发送HEAD请求，以便无需下载内容就可以读取MIME类型。有人知道这样做的简单方法吗？

编辑：此答案有效，但是现在您应该使用下面其他答案中提到的请求库。

使用httplib。

>>> import httplib
>>> conn = httplib.HTTPConnection("www.google.com")
>>> conn.request("HEAD", "/index.html")
>>> res = conn.getresponse()
>>> print res.status, res.reason
200 OK
>>> print res.getheaders()
[('content-length', '0'), ('expires', '-1'), ('server', 'gws'), ('cache-control', 'private, max-age=0'), ('date', 'Sat, 20 Sep 2008 06:43:36 GMT'), ('content-type', 'text/html; charset=ISO-8859-1')]

还有一个getheader(name)获取特定的标头。

urllib2可用于执行HEAD请求。这比使用httplib更好，因为urllib2为您解析URL，而不是要求您将URL分为主机名和路径。

>>> import urllib2
>>> class HeadRequest(urllib2.Request):
...     def get_method(self):
...         return "HEAD"
... 
>>> response = urllib2.urlopen(HeadRequest("http://google.com/index.html"))

头可以通过response.info（）像以前一样使用。有趣的是，您可以找到重定向到的URL：

>>> print response.geturl()
http://www.google.com.au/index.html

强制Requests方式：

import requests

resp = requests.head("http://www.google.com")
print resp.status_code, resp.text, resp.headers

我认为也应该提及Requests库。

只是：

import urllib2
request = urllib2.Request('http://localhost:8080')
request.get_method = lambda : 'HEAD'

response = urllib2.urlopen(request)
response.info().gettype()

编辑：我刚开始意识到有httplib2：D

import httplib2
h = httplib2.Http()
resp = h.request("http://www.google.com", 'HEAD')
assert resp[0]['status'] == 200
assert resp[0]['content-type'] == 'text/html'
...

连结文字

为了完整起见，有一个与使用httplib接受的答案等效的Python3答案。

基本相同的代码只是该库不再被称为httplib而是http.client

from http.client import HTTPConnection

conn = HTTPConnection('www.google.com')
conn.request('HEAD', '/index.html')
res = conn.getresponse()

print(res.status, res.reason)

import httplib
import urlparse

def unshorten_url(url):
    parsed = urlparse.urlparse(url)
    h = httplib.HTTPConnection(parsed.netloc)
    h.request('HEAD', parsed.path)
    response = h.getresponse()
    if response.status/100 == 3 and response.getheader('Location'):
        return response.getheader('Location')
    else:
        return url

顺便说一句，当使用httplib时（至少在2.5.2上），尝试读取HEAD请求的响应将阻塞（在读取行中），随后失败。如果您未在响应中发出已读消息，则无法在连接上发送另一个请求，则需要打开一个新请求。或者接受两次请求之间的长时间延迟。

我发现httplib比urllib2快一点。我为两个程序计时-一个使用httplib，另一个使用urllib2-将HEAD请求发送到10,000个URL。httplib的速度快了几分钟。 httplib的总统计为：实际6m21.334s用户0m2.124s sys 0m16.372s

和的urllib2的总的统计是：实9m1.380s用户0m16.666s SYS 0m28.565s

有人对此有意见吗？

还有另一种方法（类似于Pawel的答案）：

import urllib2
import types

request = urllib2.Request('http://localhost:8080')
request.get_method = types.MethodType(lambda self: 'HEAD', request, request.__class__)

只是为了避免在实例级别使用无限制的方法。

可能更容易：使用urllib或urllib2。

>>> import urllib
>>> f = urllib.urlopen('http://google.com')
>>> f.info().gettype()
'text/html'

f.info（）是类似字典的对象，因此您可以执行f.info（）['content-type']等。

http://docs.python.org/library/urllib.html
http://docs.python.org/library/urllib2.html
http://docs.python.org/library/httplib.html

文档指出，通常不直接使用httplib。