本節在這里主要說的是 URLError 還有 HTTPError，以及對它們的一些處理

1.URLError

首先解釋下 URLError 可能產生的原因：

• 網絡無連接，即本機無法上網
• 連接不到特定的服務器
• 服務器不存在

在代碼中，我們需要用 try-except 語句來包圍并捕獲相應的異常。下面是一個例子

import urllib2requset = urllib2.Request('http://www.xxxxx.com') try:urllib2.urlopen(request) except urllib2.URLError, e:print e.reason

結果：

[Errno 11004] getaddrinfo failed

2.HTTPError

HTTPError 是 URLError 的子類，在你利用 urlopen 方法發出一個請求時，服務器上都會對應一個應答對象 response，其中它包含一個數字” 狀態碼”。舉個例子，假如 response 是一個” 重定向”，需定位到別的地址獲取文檔，urllib2 將對此進行處理。 其他不能處理的，urlopen 會產生一個 HTTPError，對應相應的狀態嗎，HTTP 狀態碼表示 HTTP 協議所返回的響應的狀態。下面將狀態碼歸結如下：

• 100：繼續 客戶端應當繼續發送請求。客戶端應當繼續發送請求的剩余部分，或者如果請求已經完成，忽略這個響應。
• 101： 轉換協議 在發送完這個響應最后的空行后，服務器將會切換到在 Upgrade 消息頭中定義的那些協議。只有在切換新的協議更有好處的時候才應該采取類似措施。
• 102：繼續處理 由 WebDAV（RFC 2518）擴展的狀態碼，代表處理將被繼續執行。
• 200：請求成功 處理方式：獲得響應的內容，進行處理
• 201：請求完成，結果是創建了新資源。新創建資源的 URI 可在響應的實體中得到 處理方式：爬蟲中不會遇到
• 202：請求被接受，但處理尚未完成 處理方式：阻塞等待
• 204：服務器端已經實現了請求，但是沒有返回新的信 息。如果客戶是用戶代理，則無須為此更新自身的文檔視圖。 處理方式：丟棄
• 300：該狀態碼不被 HTTP/1.0 的應用程序直接使用， 只是作為 3XX 類型回應的默認解釋。存在多個可用的被請求資源。 處理方式：若程序中能夠處理，則進行進一步處理，如果程序中不能處理，則丟棄
• 301：請求到的資源都會分配一個永久的 URL，這樣就可以在將來通過該 URL 來訪問此資源 處理方式：重定向到分配的 URL
• 302：請求到的資源在一個不同的 URL 處臨時保存 處理方式：重定向到臨時的 URL
• 304：請求的資源未更新 處理方式：丟棄
• 400：非法請求 處理方式：丟棄
• 401：未授權 處理方式：丟棄
• 403：禁止 處理方式：丟棄
• 404：沒有找到 處理方式：丟棄
• 500：服務器內部錯誤 服務器遇到了一個未曾預料的狀況，導致了它無法完成對請求的處理。一般來說，這個問題都會在服務器端的源代碼出現錯誤時出現。
• 501：服務器無法識別 服務器不支持當前請求所需要的某個功能。當服務器無法識別請求的方法，并且無法支持其對任何資源的請求。
• 502：錯誤網關 作為網關或者代理工作的服務器嘗試執行請求時，從上游服務器接收到無效的響應。
• 503：服務出錯 由于臨時的服務器維護或者過載，服務器當前無法處理請求。這個狀況是臨時的，并且將在一段時間以后恢復。

HTTPError 實例產生后會有一個 code 屬性，這就是是服務器發送的相關錯誤號。 因為 urllib2 可以為你處理重定向，也就是 3 開頭的代號可以被處理，并且 100-299 范圍的號碼指示成功，所以你只能看到 400-599 的錯誤號碼。 下面我們寫一個例子來感受一下，捕獲的異常是 HTTPError，它會帶有一個 code 屬性，就是錯誤代號，另外我們又打印了 reason 屬性，這是它的父類 URLError 的屬性。

import urllib2req = urllib2.Request('http://blog.csdn.net/cqcre') try:urllib2.urlopen(req) except urllib2.HTTPError, e:print e.codeprint e.reason

結果：

403 Forbidden

錯誤代號是 403，錯誤原因是 Forbidden，說明服務器禁止訪問。 我們知道，HTTPError 的父類是 URLError，根據編程經驗，父類的異常應當寫到子類異常的后面，如果子類捕獲不到，那么可以捕獲父類的異常，所以上述的代碼可以這么改寫

import urllib2req = urllib2.Request('http://blog.csdn.net/cqcre') try:urllib2.urlopen(req) except urllib2.HTTPError, e:print e.code except urllib2.URLError, e:print e.reason else:print "OK"

如果捕獲到了 HTTPError，則輸出 code，不會再處理 URLError 異常。如果發生的不是 HTTPError，則會去捕獲 URLError 異常，輸出錯誤原因。 另外還可以加入 hasattr 屬性提前對屬性進行判斷，以免出現屬性輸出報錯的現象。代碼改寫如下

import urllib2req = urllib2.Request('http://blog.csdn.net/cqcre') try:urllib2.urlopen(req) except urllib2.URLError, e:if hasattr(e,"reason"):print e.reason else:print "OK"

總結

以上是生活随笔為你收集整理的Python爬虫入门五URLError异常处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。