标签：退出 split 百分比 设置 not bsp http 调用 retrieve
python socket.error: [Errno 10054] 远程主机强迫关闭了一个现有的连接。问题解决方案：
前几天使用python读取网页。因为对一个网站大量的使用urlopen操作，所以会被那个网站认定为攻击行为。有时就不再允许下载。导致urlopen()后，request.read()一直卡死在那里。最后会抛出errno 10054.
这 个错误是connection reset by peer.也就是传说的远端主机重置了此连接。原因可能是socket超时时间过长；也可能是request = urllib.request.urlopen(url)之后，没有进行request.close()操作；也可能是没有sleep几秒，导致网站认定 这种行为是攻击。
具体解决方案如下面的代码：
import socket import time timeout = 20 socket.setdefaulttimeout(timeout)#这里对整个socket层设置超时时间。后续文件中如果再使用到socket，不必再设置 sleep_download_time = 10 time.sleep(sleep_download_time) #这里时间自己设定 request = urllib.request.urlopen(url)#这里是要读取内容的url content = request.read()#读取，一般会在这里报异常 request.close()#记得要关闭 import socket import time timeout = 20 socket.setdefaulttimeout(timeout)#这里对整个socket层设置超时时间。后续文件中如果再使用到socket，不必再设置 sleep_download_time = 10 time.sleep(sleep_download_time) #这里时间自己设定 request = urllib.request.urlopen(url)#这里是要读取内容的url content = request.read()#读取，一般会在这里报异常 request.close()#记得要关闭
因为urlopen之后的read()操作其实是调用了socket层的某些函数。所以设置socket缺省超时时间，就可以让网络自己断掉。不必在read()处一直等待。
当然你也可以再外层再写几个try,except,例如：
try: time.sleep(self.sleep_download_time) request = urllib.request.urlopen(url) content = request.read() request.close() except UnicodeDecodeError as e: print(‘-----UnicodeDecodeErrorurl:‘,url) except urllib.error.URLError as e: print("-----urlErrorurl:",url) except socket.timeout as e: print("-----socket timout:",url) try: time.sleep(self.sleep_download_time) request = urllib.request.urlopen(url) content = request.read() request.close() except UnicodeDecodeError as e: print(‘-----UnicodeDecodeErrorurl:‘,url) except urllib.error.URLError as e: print("-----urlErrorurl:",url) except socket.timeout as e: print("-----socket timout:",url)
一 般来说就莫有问题了。我测试了几千个网页的下载，然后才说出此话。不过如果是下载成千上万的，我做了下测试，ms还是会跳出这个异常。可能是 time.sleep()的时间太短，也可能是网络突然中断。我使用urllib.request.retrieve()测试了一下，发现不停的下载数 据，总会有失败的情况出现。
简单的处理方法是：首先参照的我的文章：python检查点简单实现 。先做一个检查点。然后将以上会跑出异常的那段代码while True一下。参见下面的伪代码：
def Download_auto(downloadlist,fun,sleep_time=15): while True: try: # 外包一层try value = fun(downloadlist,sleep_time) # 这里的fun是你的下载函数，我当函数指针传进来。 # 只有正常执行方能退出。 if value == Util.SUCCESS: break except : # 如果发生了10054或者IOError或者XXXError sleep_time += 5 #多睡5秒，重新执行以上的download.因为做了检查点的缘故，上面的程序会从抛出异常的地方继续执行。防止了因为网络连接不稳定带来的程序中断。 print(‘enlarge sleep time:‘,sleep_time) def Download_auto(downloadlist,fun,sleep_time=15): while True: try: # 外包一层try value = fun(downloadlist,sleep_time) # 这里的fun是你的下载函数，我当函数指针传进来。 # 只有正常执行方能退出。 if value == Util.SUCCESS: break except : # 如果发生了10054或者IOError或者XXXError sleep_time += 5 #多睡5秒，重新执行以上的download.因为做了检查点的缘故，上面的程序会从抛出异常的地方继续执行。防止了因为网络连接不稳定带来的程序中断。 print(‘enlarge sleep time:‘,sleep_time)
不过对于找不到相应的网页，又要做另外的一番处理：
# 打印下载信息 def reporthook(blocks_read, block_size, total_size): if not blocks_read: print (‘Connection opened‘) if total_size < 0: print (‘Read %d blocks‘ % blocks_read) else: # 如果找不到，页面不存在，可能totalsize就是0，不能计算百分比 print(‘downloading:%d MB, totalsize:%d MB‘ % (blocks_read*block_size/1048576.0,total_size/1048576.0)) def Download(path,url): #url = ‘http://downloads.sourceforge.net/sourceforge/alliancep2p/Alliance-v1.0.6.jar‘ #filename = url.rsplit("/")[-1] try: # python自带的下载函数 urllib.request.urlretrieve(url, path, reporthook) except IOError as e: # 如果找不到，好像会引发IOError。 print("download ",url,"\nerror:",e) print("Done:%s\nCopy to:%s" %(url,path)) # 打印下载信息 def reporthook(blocks_read, block_size, total_size): if not blocks_read: print (‘Connection opened‘) if total_size < 0: print (‘Read %d blocks‘ % blocks_read) else: # 如果找不到，页面不存在，可能totalsize就是0，不能计算百分比 print(‘downloading:%d MB, totalsize:%d MB‘ % (blocks_read*block_size/1048576.0,total_size/1048576.0)) def Download(path,url): #url = ‘http://downloads.sourceforge.net/sourceforge/alliancep2p/Alliance-v1.0.6.jar‘ #filename = url.rsplit("/")[-1] try: # python自带的下载函数 urllib.request.urlretrieve(url, path, reporthook) except IOError as e: # 如果找不到，好像会引发IOError。 print("download ",url,"\nerror:",e) print("Done:%s\nCopy to:%s" %(url,path))
如果大家还是遇到了问题...请再评论里注上其他解决方案。
原网址：http://www.cnblogs.com/mmix2009/archive/2013/07/30/3224954.html
标签：退出 split 百分比 设置 not bsp http 调用 retrieve
原文地址：http://www.cnblogs.com/jmmchina/p/6692734.html
