python爬虫基础知识整理——urlerror异常处理

1.URLError

首先解释下URLError可能产生的缘由：

• 网络无链接，即本机没法上网
• 链接不到特定的服务器
• 服务器不存在

在代码中，咱们须要用try-except语句来包围并捕获相应的异常。

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

#输出结果
1
[Errno 11004] 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。
• 其余不能处理的，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。 
• 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。
• 由于urllib2能够为你处理重定向，也就是3开头的代号能够被处理，而且100-299范围的号码指示成功，因此你只能看到400-599的错误号码。

下面咱们写一个例子来感觉一下，捕获的异常是HTTPError，它会带有一个code属性，就是错误代号，另外咱们又打印了reason属性，这是它的父类URLError的属性。

咱们知道，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，若是子类捕获不到，那么能够捕获父类的异常，因此上述的代码能够这么改写

若是捕获到了HTTPError，则输出code，不会再处理URLError异常。若是发生的不是HTTPError，则会去捕获URLError异常，输出错误缘由。

另外还能够加入 hasattr属性提早对属性进行判断，代码改写以下

import urllib2
 
req = 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"

转自崔庆才博客https://cuiqingcai.com/961.html