"""07c. Los PCAP de las 5 licitaciones de la muestra cuya ficha no enseña el documento «Pliego» (salida 11): ¿están en la PLACSP? Una petición HEAD por documento (RED, 5 s entre una y otra; no se descarga el fichero). Salida: salidas/07c.md""" import json, sys, time, urllib.request URLS = json.load(open(sys.argv[1])) L = ['# 07c · HEAD de los PCAP que la ficha no enseña\n'] for lic, url in URLS: time.sleep(5) # HEAD, y si el servidor no lo atiende, GET de los primeros 2 KB (Range) for metodo, cab in (('HEAD', {}), ('GET', {'Range': 'bytes=0-2047'})): req = urllib.request.Request(url, method=metodo, headers={'User-Agent': 'Mozilla/5.0 buscalicitaciones-verificacion', **cab}) try: with urllib.request.urlopen(req, timeout=60) as r: ini = r.read(8) if metodo == 'GET' else b'' L.append(f"- {lic} ({metodo}): HTTP {r.status} · {r.headers.get('Content-Type')} · {r.headers.get('Content-Length')} bytes · " f"{r.headers.get('Content-Disposition')} · empieza por {ini!r}") break except Exception as e: # noqa: BLE001 L.append(f"- {lic} ({metodo}): {type(e).__name__}: {e}") time.sleep(5) continue try: pass except Exception: # noqa: BLE001 pass open('/p4b/salidas/' + sys.argv[2], 'w').write('\n'.join(L) + '\n') print('\n'.join(L))