Java自学者论坛

 找回密码
 立即注册

手机号码,快捷登录

恭喜Java自学者论坛(https://www.javazxz.com)已经为数万Java学习者服务超过8年了!积累会员资料超过10000G+
成为本站VIP会员,下载本站10000G+会员资源,会员资料板块,购买链接:点击进入购买VIP会员

JAVA高级面试进阶训练营视频教程

Java架构师系统进阶VIP课程

分布式高可用全栈开发微服务教程Go语言视频零基础入门到精通Java架构师3期(课件+源码)
Java开发全终端实战租房项目视频教程SpringBoot2.X入门到高级使用教程大数据培训第六期全套视频教程深度学习(CNN RNN GAN)算法原理Java亿级流量电商系统视频教程
互联网架构师视频教程年薪50万Spark2.0从入门到精通年薪50万!人工智能学习路线教程年薪50万大数据入门到精通学习路线年薪50万机器学习入门到精通教程
仿小米商城类app和小程序视频教程深度学习数据分析基础到实战最新黑马javaEE2.1就业课程从 0到JVM实战高手教程MySQL入门到精通教程
查看: 60|回复: 0

python爬虫-异常处理

[复制链接]
  • TA的每日心情
    奋斗
    昨天 21:54
  • 签到天数: 95 天

    [LV.6]常住居民II

    1378

    主题

    1435

    帖子

    5万

    积分

    管理员

    Rank: 9Rank: 9Rank: 9

    积分
    50644
    发表于 2021-6-14 17:07:24 | 显示全部楼层 |阅读模式

    URLerror产生原因:

    • 网络未连接(即不能上网)
    • 服务器不存在

     

    1 #-*-coding:utf-8-*-
    2 import urllib2
    3 request=urllib2.Request('http://www.wujiadong.com')
    #这是一个不能打开的网址
    4 response=urllib2.urlopen(request) 5 html=response.read() 6 print(html)

     

    报错情况:

     

    下面我们对可能出现异常进行处理,一般通过try-except语句来包围并捕获相应的异常。我们先尝试一下:

     

     1 #-*-coding:utf-8-*-
     2 import urllib2
     3 try:
     4     request=urllib2.Request('http://www.wujiadong.com')
     5     response=urllib2.urlopen(request)
     6     html=response.read()
     7 except:
     8     print('something wrong')
     9 else:
    10     print(html)

     

    常用另一种:

     

    1 import urllib2
    2 request=urllib2.Request('http://www.wujiadong.com')
    3 try: 
    urllib2.urlopen(request)
    4 except:
    urllib2.URLError,e:
    5 print(e.reason)

    异常处理的终极完整形态

    1 try:
    # 框住了你感觉会抛出异常的代码
    2 print(a[6]) 3 except:
    #try代码块里的代码如果抛出异常了,该执行什么内容
    4 print('haha') 5 else:
    #try代码块里的代码如果没有跑出异常,就执行这里
    6 print('hehe') 7 finally:
    #不管如何,finally里的代码,是总会执行的
    8 print('xixi')

    HTTPError

    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。例如:假如response是一个"重定向",需要客户端从别的地址获取文档,

    urllib2将为你处理。其他不能处理的,urlopen会产生一个HTTPError。

    典型的错误包含"404"(页面无法找到),"403"(请求禁止),和"401"(带验证请求)。

    HTTP状态码表示HTTP协议所返回的响应的状态。

    比如客户端向服务器发送请求,如果成功地获得请求的资源,则返回的状态码为200,表示响应成功。

    如果请求的资源不存在, 则通常返回404错误。 

    HTTP状态码通常分为5种类型,分别以1~5五个数字开头,由3位整数组成:

     1     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。
     2 
     3     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。
     4 
     5     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。
     6 
     7     200:请求成功      处理方式:获得响应的内容,进行处理
     8 
     9     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
    10 
    11     202:请求被接受,但处理尚未完成    处理方式:阻塞等待
    12 
    13     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
    14 
    15     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
    16     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
    17 
    18     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
    19 
    20     304:请求的资源未更新     处理方式:丢弃
    21 
    22     400:非法请求     处理方式:丢弃
    23 
    24     401:未授权     处理方式:丢弃
    25 
    26     403:禁止     处理方式:丢弃
    27 
    28     404:没有找到     处理方式:丢弃
    29 
    30     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。
    31 
    32     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。
    33 
    34     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。
    35 
    36     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后恢复。
         HTTPError实例产生后会有一个整型'code'属性,是服务器发送的相关错误号。
       Error Codes错误码
       因为默认的处理器处理了重定向(300以外号码),并且100-299范围的号码指示成功,所以你只能看到400-599的错误号码。
    1 import urllib2
    2 request=urllib2.Request('http://bbs.csdn.net/callmewhy')
    3 try: urllib2.urlopen(request)
    4 except urllib2.URLError,e:
    5    print(e.code)
    6 #  print(e.reason)
    7 # print(e.read())

    错误代号是403,错误原因是Forbidden,说明服务器禁止访问。

    方法一:加入 hasattr属性提前对属性进行判断,来处理异常

     1 from urllib2 import Request,urlopen,URLError,HTTPError
     2 request=Request('http://blog.csdn.net/cqcre')
     3 try:
     4    response=urlopen(request)
     5 
     6 except URLError,e:
     7 
     8    if hasattr(e,'code'):
     9       print('the server couldn\'t fulfill the request')
    10       print('Error code:',e.code)
    11    elif hasattr(e,'reason'):
    12       print('we failed to reach a server')
    13       print('Reason:',e.reason)
    14 else:
    15    print('no exception was raised')
    16    # everything is ok

    方法二:暂时未写

     

    哎...今天够累的,签到来了1...
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    QQ|手机版|小黑屋|Java自学者论坛 ( 声明:本站文章及资料整理自互联网,用于Java自学者交流学习使用,对资料版权不负任何法律责任,若有侵权请及时联系客服屏蔽删除 )

    GMT+8, 2021-8-3 09:20 , Processed in 0.080273 second(s), 29 queries .

    Powered by Discuz! X3.4

    Copyright © 2001-2020, Tencent Cloud.

    快速回复 返回顶部 返回列表