在Python爬蟲開發中，處理異常是非常重要的，因為它可以幫助你確保程序在遇到錯誤時不會崩潰，并且可以記錄或報告錯誤信息。以下是一些常見的異常處理方法：

1. 使用try-except語句： 這是處理異常的基本方法。你可以將可能引發異常的代碼放在try塊中，然后在except塊中捕獲并處理異常。

   try:
       # 可能引發異常的代碼
       response = requests.get(url)
       response.raise_for_status()  # 如果響應狀態碼不是200，會引發HTTPError異常
   except requests.exceptions.HTTPError as http_err:
       print(f"HTTP error occurred: {http_err}")
   except Exception as err:
       print(f"An error occurred: {err}")
   else:
       # 如果沒有異常發生，執行這里的代碼
       data = response.json()
   

2. 使用try-except-finally語句： finally塊中的代碼無論是否發生異常都會執行。這對于清理資源（如關閉文件、數據庫連接等）非常有用。

   try:
       # 可能引發異常的代碼
       response = requests.get(url)
       response.raise_for_status()
   except requests.exceptions.HTTPError as http_err:
       print(f"HTTP error occurred: {http_err}")
   except Exception as err:
       print(f"An error occurred: {err}")
   else:
       # 如果沒有異常發生，執行這里的代碼
       data = response.json()
   finally:
       # 無論是否發生異常都會執行的代碼
       print("Finished processing.")
   

3. 使用日志記錄： 日志記錄可以幫助你更好地跟蹤和調試程序。你可以使用Python的logging模塊來記錄異常信息。

   import logging
   
   logging.basicConfig(filename='app.log', level=logging.ERROR)
   
   try:
       # 可能引發異常的代碼
       response = requests.get(url)
       response.raise_for_status()
   except requests.exceptions.HTTPError as http_err:
       logging.error(f"HTTP error occurred: {http_err}")
   except Exception as err:
       logging.error(f"An error occurred: {err}")
   else:
       # 如果沒有異常發生，執行這里的代碼
       data = response.json()
   

4. 使用try-except語句處理特定類型的異常： 如果你只想捕獲特定類型的異常，可以在except塊中指定異常類型。

   try:
       # 可能引發異常的代碼
       response = requests.get(url)
       response.raise_for_status()
   except requests.exceptions.Timeout as timeout_err:
       print(f"Timeout error occurred: {timeout_err}")
   except requests.exceptions.RequestException as req_err:
       print(f"Request error occurred: {req_err}")
   except Exception as err:
       print(f"An error occurred: {err}")
   else:
       # 如果沒有異常發生，執行這里的代碼
       data = response.json()
   

通過這些方法，你可以有效地處理Python爬蟲開發中的異常，確保程序的穩定性和可靠性。