<think>我们被要求提供使用Python的socket模块连接百度网站的完整示例代码。根据引用[1]中的代码，我们可以看到一个完整的示例。我们将基于该代码进行说明和展示，并确保代码的完整性和正确性。 目标：使用socket创建一个TCP连接，连接到百度的服务器（www.baidu.com）的80端口（HTTP默认端口），然后发送一个HTTP GET请求，接收响应，并将响应中的HTML部分保存到文件中。 步骤： 1. 导入socket模块。 2. 创建一个socket对象，指定地址族（AF_INET，IPv4）和套接字类型（SOCK_STREAM，TCP）。 3. 解析主机名（www.baidu.com）或者直接使用其IP地址，但通常我们使用主机名，socket会自动解析。 4. 连接服务器：使用connect方法，传入(host, port)元组，端口使用80。 5. 发送HTTP请求：按照HTTP协议构造请求报文。注意，请求行和请求头之间用CRLF（\r\n）分隔，最后以一个空行（\r\n\r\n）结束请求头。 6. 接收数据：循环接收数据直到服务器关闭连接（recv返回空数据）。 7. 将接收到的数据（可能是分块的）合并。 8. 分离响应头和响应体：HTTP响应中，头和体之间由两个CRLF（\r\n\r\n）分隔。 9. 打印响应头，并将响应体（HTML）保存到文件。 10. 关闭socket。 注意：由于百度的服务器可能会返回多个数据包，我们需要循环接收直到没有数据为止。 根据引用[1]中的代码，我们稍作调整，确保代码的健壮性和可读性。 我们将编写如下代码： </think> 以下是使用Python的`socket`模块连接百度网站获取网页内容的完整示例代码。该代码实现了HTTP GET请求、接收响应并分离响应头和HTML内容的功能： ```python # -*- coding: utf-8 -*- import socket def fetch_baidu_page(): # 创建TCP套接字 client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM) try: # 设置服务器地址和端口 host = 'www.baidu.com' # 百度域名 port = 80 # HTTP默认端口 # 连接服务器 client_socket.connect((host, port)) print(f"成功连接到 {host}:{port}") # 构造HTTP GET请求 request = ( "GET / HTTP/1.1\r\n" "Host: www.baidu.com\r\n" "User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64)\r\n" "Connection: close\r\n" # 请求后关闭连接 "\r\n" # 空行标识请求结束 ) # 发送HTTP请求（编码为字节流） client_socket.sendall(request.encode('utf-8')) # 接收响应数据 response_data = b'' while True: chunk = client_socket.recv(4096) # 每次接收4KB数据 if not chunk: break response_data += chunk # 分离响应头和HTML内容 header_end = response_data.find(b"\r\n\r\n") if header_end != -1: headers = response_data[:header_end].decode('utf-8', errors='ignore') html_content = response_data[header_end+4:] # 打印响应头 print("HTTP响应头信息：") print(headers) # 保存HTML到文件 with open("baidu.html", "wb") as f: f.write(html_content) print("HTML内容已保存至 baidu.html") else: print("错误：未找到响应头分隔符") except Exception as e: print(f"发生错误：{str(e)}") finally: # 确保关闭套接字 client_socket.close() if __name__ == '__main__': fetch_baidu_page() ``` ### 代码说明： 1. **套接字创建**： - `socket.AF_INET` 表示IPv4地址族 - `socket.SOCK_STREAM` 表示TCP协议 2. **HTTP请求构造**： - 符合HTTP/1.1协议规范 - `Host`头指定目标域名（必需） - `Connection: close` 要求服务器响应后关闭连接 3. **数据处理**： - 循环接收数据直到连接关闭 - 使用`b"\r\n\r\n"`分隔响应头和HTML内容 - 响应头按UTF-8解码，HTML内容以二进制保存 4. **错误处理**： - 包含异常捕获和套接字关闭保障 - 处理响应头分隔符缺失情况 ### 执行结果： 1. 控制台输出HTTP响应头信息 2. 网页HTML内容保存为`baidu.html`文件 3. 若需查看完整响应（含头信息），可修改保存部分为： ```python with open("baidu_full.html", "wb") as f: f.write(response_data) ``` ### 注意事项： 1. 需要网络连接且能访问百度 2. 防火墙需允许Python进行网络访问 3. 百度可能返回重定向（301/302），实际业务需处理重定向逻辑[^1][^2]