先來說一說HTTP的異常處理問題。
當(dāng)urlopen不能夠處理一個response時，產(chǎn)生urlError。
不過通常的Python APIs異常如ValueError,TypeError等也會同時產(chǎn)生。
HTTPError是urlError的子類，通常在特定HTTP URLs中產(chǎn)生。
1.URLError
通常，URLError在沒有網(wǎng)絡(luò)連接(沒有路由到特定服務(wù)器)，或者服務(wù)器不存在的情況下產(chǎn)生。
這種情況下，異常同樣會帶有"reason"屬性，它是一個tuple（可以理解為不可變的數(shù)組），
包含了一個錯誤號和一個錯誤信息。
我們建一個urllib2_test06.py來感受一下異常的處理：
import urllib2?
req = urllib2.Request('http://www.baibai.com')?
try: urllib2.urlopen(req)?
except urllib2.URLError, e:???
??? print e.reason?
按下F5，可以看到打印出來的內(nèi)容是：
[Errno 11001] getaddrinfo failed
也就是說，錯誤號是11001，內(nèi)容是getaddrinfo failed
2.HTTPError
服務(wù)器上每一個HTTP 應(yīng)答對象response包含一個數(shù)字"狀態(tài)碼"。
有時狀態(tài)碼指出服務(wù)器無法完成請求。默認(rèn)的處理器會為你處理一部分這種應(yīng)答。
例如:假如response是一個"重定向"，需要客戶端從別的地址獲取文檔，urllib2將為你處理。
其他不能處理的，urlopen會產(chǎn)生一個HTTPError。
典型的錯誤包含"404"(頁面無法找到)，"403"(請求禁止)，和"401"(帶驗證請求)。
HTTP狀態(tài)碼表示HTTP協(xié)議所返回的響應(yīng)的狀態(tài)。
比如客戶端向服務(wù)器發(fā)送請求，如果成功地獲得請求的資源，則返回的狀態(tài)碼為200，表示響應(yīng)成功。
如果請求的資源不存在， 則通常返回404錯誤。
HTTP狀態(tài)碼
通常分為5種類型，分別以1～5五個數(shù)字開頭，由3位整數(shù)組成：
------------------------------------------------------------------------------------------------
200：請求成功????? 處理方式：獲得響應(yīng)的內(nèi)容，進(jìn)行處理
201：請求完成，結(jié)果是創(chuàng)建了新資源。新創(chuàng)建資源的URI可在響應(yīng)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(wù)器端已經(jīng)實現(xiàn)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(tài)碼不被HTTP/1.0的應(yīng)用程序直接使用， 只是作為3XX類型回應(yīng)的默認(rèn)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(jìn)行進(jìn)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(quán)???? 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
5XX 回應(yīng)代碼以“5”開頭的狀態(tài)碼表示服務(wù)器端發(fā)現(xiàn)自己出現(xiàn)錯誤，不能繼續(xù)執(zhí)行請求??? 處理方式：丟棄
------------------------------------------------------------------------------------------------
HTTPError實例產(chǎn)生后會有一個整型'code'屬性，是服務(wù)器發(fā)送的相關(guān)錯誤號。
Error Codes錯誤碼
因為默認(rèn)的處理器處理了重定向(300以外號碼)，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。
BaseHTTPServer.BaseHTTPRequestHandler.response是一個很有用的應(yīng)答號碼字典，顯示了HTTP協(xié)議使用的所有的應(yīng)答號。
當(dāng)一個錯誤號產(chǎn)生后，服務(wù)器返回一個HTTP錯誤號，和一個錯誤頁面。
你可以使用HTTPError實例作為頁面返回的應(yīng)答對象response。
這表示和錯誤屬性一樣，它同樣包含了read,geturl,和info方法。
我們建一個urllib2_test07.py來感受一下：
import urllib2?
req = urllib2.Request('//www.jb51.net/callmewhy')?
try:?
??? urllib2.urlopen(req)?
except urllib2.URLError, e:?
??? print e.code?
??? #print e.read()?
按下F5可以看見輸出了404的錯誤碼，也就說沒有找到這個頁面。
3.Wrapping
所以如果你想為HTTPError或URLError做準(zhǔn)備，將有兩個基本的辦法。推薦使用第二種。
我們建一個urllib2_test08.py來示范一下第一種異常處理的方案：
from urllib2 import Request, urlopen, URLError, HTTPError?
req = Request('//www.jb51.net/callmewhy')?
try:?
??? response = urlopen(req)?
except HTTPError, e:?
??? print 'The server couldn\'t fulfill the request.'?
??? print 'Error code: ', e.code?
except URLError, e:?
??? print 'We failed to reach a server.'?
??? print 'Reason: ', e.reason?
else:?
??? print 'No exception was raised.'?
??? # everything is fine?
和其他語言相似，try之后捕獲異常并且將其內(nèi)容打印出來。
這里要注意的一點，except HTTPError 必須在第一個，否則except URLError將同樣接受到HTTPError 。
因為HTTPError是URLError的子類，如果URLError在前面它會捕捉到所有的URLError（包括HTTPError ）。
我們建一個urllib2_test09.py來示范一下第二種異常處理的方案：
from urllib2 import Request, urlopen, URLError, HTTPError?
req = Request('//www.jb51.net/callmewhy')?
try:???
??? response = urlopen(req)???
except URLError, e:???
??? if hasattr(e, 'code'):???
??????? print 'The server couldn\'t fulfill the request.'???
??????? print 'Error code: ', e.code???
??? elif hasattr(e, 'reason'):???
??????? print 'We failed to reach a server.'???
??????? print 'Reason: ', e.reason???
else:???
??? print 'No exception was raised.'???
??? # everything is fine???
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯(lián)系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機(jī)微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
