用套接字解析wss协议的主机名？

Question

如何用socket解析wss协议的主机名？
我尝试过但失败了：
import socket
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
ip = socket.gethostbyname('wss://domain.tld')

Answer 1

wss://domain.tld不是主机名，而是URL。 您无法使用套接字解析URL，您必须将其解析为URL以从中获取主机名，然后您可以解决该问题。 该方案是wss，http还是rsync并不重要; 任何具有netloc字段的方案都将以相同的方式工作。

例如，使用urllib.parse ：

>>> from urllib.parse import urlparse # in 2.x it's from urlparse
>>> url = 'wss://domain.tld'
>>> bits = urllib.parse.urlparse(url)
>>> netloc = bits.netloc
>>> netloc
'domain.tld'

所以我们完成了，对吧？

不。 netloc可以是主机，也可以是host：端口。 而且你不能只split(':') ，因为IPv6地址中可以包含冒号 - 但只有它们被括在括号中。 因此，要获取netloc的host部分，您需要执行以下操作：

>>> host, _, port = netloc.rpartition(':')
>>> if ']' in port: host = netloc
>>> host
'domain.tld'

现在，我们都做了，我们已经有了一个主机名或IP地址，我们可以通过socket.gethostbyname 。

但有几个注意到这一点。

首先，您不需要创建一个socket.socket对象来调用gethostbyname ; 它是模块的顶级函数，不需要任何套接字对象。

其次， gethostbyname不适用于IPv6，甚至在IPv4上也有一些限制，因此您可能希望使用getaddrinfo 。

所以，完成：

>>> import socket
>>> addresses = socket.getaddrinfo(host, None) # or host, port if you prefer
gaierror: [Errno 8] nodename nor servname provided, or not known

嗯，这是预料之中的，因为我们的主机名是domain.tld ，并且没有这样的域名。 但是，如果我们使用www.google.com ，我们会收到一个很好的列表，其中包含几十个IPv4地址，如果您的系统具有IPv6连接，那么也会有几个IPv6地址。 您可以只使用第一个，或者更喜欢IPv4到IPv6，反之亦然，或者在某个其他字段上进行区分。 （您还可以通过向getaddrinfo传递更多参数来首先过滤各种字段。）