先來說一說HTTP的異常處理問題。
當urlopen不能夠處理一個response時，產生urlError。
不過通常的Python APIs異常如ValueError,TypeError等也會同時產生。
HTTPError是urlError的子類，通常在特定HTTP URLs中產生。
?
1.URLError
通常，URLError在沒有網絡連接(沒有路由到特定服務器)，或者服務器不存在的情況下產生。

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 urllib2req = 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容是：
[Errno 11001] getaddrinfo failed

也就是說，錯誤號是11001，內容是getaddrinfo failed

2.HTTPError
服務器上每一個HTTP 應答對象response包含一個數(shù)字"狀態(tài)碼"。

有時狀態(tài)碼指出服務器無法完成請求。默認的處理器會為你處理一部分這種應答。

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)議所返回的響應的狀態(tài)。

比如客戶端向服務器發(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：獲得響應的內容，進行處理?

201：請求完成，結果是創(chuàng)建了新資源。新創(chuàng)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(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?

5XX 回應代碼以“5”開頭的狀態(tài)碼表示服務器端發(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實例產生后會有一個整型'code'屬性，是服務器發(fā)送的相關錯誤號。
Error Codes錯誤碼
因為默認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是一個很有用的應答號碼字典，顯示了HTTP協(xié)議使用的所有的應答號。

當一個錯誤號產生后，服務器返回一個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('http://bbs.csdn.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, HTTPErrorreq = Request('http://bbs.csdn.net/callmewhy')try:response = urlopen(req)except HTTPError, e:print 'The server couldn\'t fulfill the request.'print 'Error code: ', e.codeexcept URLError, e:print 'We failed to reach a server.'print 'Reason: ', e.reasonelse: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, HTTPErrorreq = Request('http://bbs.csdn.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.' ?

---------------------?
作者：請叫我汪海?
來源：CSDN?
原文：https://blog.csdn.net/pleasecallmewhy/article/details/8923725?
版權聲明：本文為博主原創(chuàng)文章，轉載請附上博文鏈接！

總結

以上是生活随笔為你收集整理的[Python]网络爬虫（三）：异常的处理和HTTP状态码的分类的全部內容，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。