Python 爬虫入门四之 URLError 异常处理 _生活知道

【Python 爬虫入门四之 URLError 异常处理】大家好，本节在这里主要说的是 URLError 还有 HTTPError，以及对它们的一些处理。
1.URLError
首先解释下 URLError 可能产生的原因：

网络无连接，即本机无法上网
连接不到特定的服务器
服务器不存在

在代码中，我们需要用 try-except 语句来包围并捕获相应的异常。下面是一个例子，先感受下它的风骚
import urllib2
requset = urllib2.Request(&39;)
try:
urllib2.urlopen(request)
except urllib2.URLError, e:
print e.reason我们利用了 urlopen 方法访问了一个不存在的网址，运行结果如下：
[Errno 11004] getaddrinfo failed它说明了错误代号是 11004，错误原因是 getaddrinfo failed 2.HTTPError HTTPError 是 URLError 的子类，在你利用 urlopen 方法发出一个请求时，服务器上都会对应一个应答对象 response，其中它包含一个数字” 状态码” 。举个例子，假如 response 是一个” 重定向”，需定位到别的地址获取文档， urllib2 将对此进行处理。其他不能处理的，urlopen 会产生一个 HTTPError，对应相应的状态吗，HTTP 状态码表示 HTTP 协议所返回的响应的状态。下面将状态码归结如下：
100：继续客户端应当继续发送请求。客户端应当继续发送请求的剩余部分，或者如果请求已经完成，忽略这个响应。101：转换协议在发送完这个响应最后的空行后，服务器将会切换到在 Upgrade 消息头中定义的那些协议。只有在切换新的协议更有好处的时候才应该采取类似措施。102：继续处理由 WebDAV（RFC 2518）扩展的状态码，代表处理将被继续执行。200：请求成功处理方式：获得响应的内容，进行处理 201：请求完成，结果是创建了新资源。新创建资源的 URI 可在响应的实体中得到处理方式：爬虫中不会遇到 202：请求被接受，但处理尚未完成处理方式：阻塞等待 204：服务器端已经实现了请求，但是没有返回新的信息。如果客户是用户代理，则无须为此更新自身的文档视图。处理方式：丢弃 300：该状态码不被 HTTP/1.0 的应用程序直接使用，只是作为 3XX 类型回应的默认解释。存在多个可用的被请求资源。处理方式：若程序中能够处理，则进行进一步处理，如果程序中不能处理，则丢弃 301：请求到的资源都会分配一个永久的 URL，这样就可以在将来通过该 URL 来访问此资源处理方式：重定向到分配的 URL 302：请求到的资源在一个不同的 URL 处临时保存处理方式：重定向到临时的 URL 304：请求的资源未更新处理方式：丢弃 400：非法请求处理方式：丢弃 401：未授权处理方式：丢弃 403：禁止处理方式：丢弃 404：没有找到处理方式：丢弃 500：服务器内部错误服务器遇到了一个未曾预料的状况，导致了它无法完成对请求的处理。一般来说，这个问题都会在服务器端的源代码出现错误时出现。501：服务器无法识别服务器不支持当前请求所需要的某个功能。当服务器无法识别请求的方法，并且无法支持其对任何资源的请求。502：错误网关作为网关或者代理工作的服务器尝试执行请求时，从上游服务器接收到无效的响应。503：服务出错由于临时的服务器维护或者过载，服务器当前无法处理请求。这个状况是临时的，并且将在一段时间
以上就是朝夕生活（www.30zx.com）关于“Python 爬虫入门四之 URLError 异常处理”的详细内容，希望对大家有所帮助！

Python 爬虫入门四之 URLError 异常处理

猜你喜欢