标签：创建 获取 err lib 判断 实用 python爬虫 for 实现
这篇文章主要介绍了python爬虫的URLError异常处理，详细探寻一下URL\HTTP异常处理的相关内容，通过一些具体的实例来分析一下，非常的简单，但是却很实用，感兴趣的小伙伴们可以参考一下
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：
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
|
1
2
3
4
5
6
7
|
import urllib2 try: urllib2.urlopen(requset)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：
|
1
|
[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：
HTTPError实例产生后会有一个code属性，这就是是服务器发送的相关错误号。
因为urllib2可以为你处理重定向，也就是3开头的代号可以被处理，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。
下面我们写一个例子来感受一下，捕获的异常是HTTPError，它会带有一个code属性，就是错误代号，另外我们又打印了reason属性，这是它的父类URLError的属性。
|
1
2
3
4
5
6
7
8
|
import urllib2 try: urllib2.urlopen(req)except urllib2.HTTPError, e: print e.code print e.reason |
运行结果如下
|
1
2
|
403Forbidden |
错误代号是403，错误原因是Forbidden，说明服务器禁止访问。
我们知道，HTTPError的父类是URLError，根据编程经验，父类的异常应当写到子类异常的后面，如果子类捕获不到，那么可以捕获父类的异常，所以上述的代码可以这么改写
|
1
2
3
4
5
6
7
8
9
10
11
|
import urllib2 try: urllib2.urlopen(req)except urllib2.HTTPError, e: print e.codeexcept urllib2.URLError, e: print e.reasonelse: print "OK" |
如果捕获到了HTTPError，则输出code，不会再处理URLError异常。如果发生的不是HTTPError，则会去捕获URLError异常，输出错误原因。
另外还可以加入 hasattr属性提前对属性进行判断，代码改写如下
|
1
2
3
4
5
6
7
8
9
10
11
12
|
import urllib2 try: urllib2.urlopen(req)except urllib2.URLError, e: if hasattr(e,"code"): print e.code if hasattr(e,"reason"): print e.reasonelse: print "OK" |
首先对异常的属性进行判断，以免出现属性输出报错的现象。
以上，就是对URLError和HTTPError的相关介绍，以及相应的错误处理办法
标签：创建 获取 err lib 判断 实用 python爬虫 for 实现
原文地址：http://www.cnblogs.com/xiaoermaomao/p/6944261.html
