Python3爬蟲中處理異常的方法是什么

這篇文章主要介紹Python3爬蟲中處理異常的方法是什么，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

前一節我們了解了請求的發送過程，但是在網絡不好的情況下，如果出現了異常，該怎么辦呢？這時如果不處理這些異常，程序很可能因報錯而終止運行，所以異常處理還是十分有必要的。

urllib的error模塊定義了由request模塊產生的異常。如果出現了問題，request模塊便會拋出error模塊中定義的異常。

1. URLError

URLError類來自urllib庫的error模塊，它繼承自OSError類，是error異常模塊的基類，由request模塊生的異常都可以通過捕獲這個類來處理。

它具有一個屬性reason，即返回錯誤的原因。

下面用一個實例來看一下：

from urllib import request, error
try:
    response = request.urlopen('http://cuiqingcai.com/index.htm')
except error.URLError as e:
    print(e.reason)

我們打開一個不存在的頁面，照理來說應該會報錯，但是這時我們捕獲了URLError這個異常，運行結果如下：

Not Found

程序沒有直接報錯，而是輸出了如上內容，這樣通過如上操作，我們就可以避免程序異常終止，同時異常得到了有效處理。

2. HTTPError

它是URLError的子類，專門用來處理HTTP請求錯誤，比如認證請求失敗等。它有如下3個屬性。

code：返回HTTP狀態碼，比如404表示網頁不存在，500表示服務器內部錯誤等。

reason：同父類一樣，用于返回錯誤的原因。

headers：返回請求頭。

下面我們用幾個實例來看看：

from urllib import request,error
try:
    response = request.urlopen('http://cuiqingcai.com/index.htm')
except error.HTTPError as e:
    print(e.reason, e.code, e.headers, sep='\n')

運行結果如下：

Not Found
404
Server: nginx/1.4.6 (Ubuntu)
Date: Wed, 03 Aug 2016 08:54:22 GMT
Content-Type: text/html; charset=UTF-8
Transfer-Encoding: chunked
Connection: close
X-Powered-By: PHP/5.5.9-1ubuntu4.14
Vary: Cookie
Expires: Wed, 11 Jan 1984 05:00:00 GMT
Cache-Control: no-cache, must-revalidate, max-age=0
Pragma: no-cache
Link: <http://cuiqingcai.com/wp-json/>; rel="https://api.w.org/"

依然是同樣的網址，這里捕獲了HTTPError異常，輸出了reason、code和headers屬性。

因為URLError是HTTPError的父類，所以可以先選擇捕獲子類的錯誤，再去捕獲父類的錯誤，所以上述代碼更好的寫法如下：

from urllib import request, error
try:
    response = request.urlopen('http://cuiqingcai.com/index.htm')
except error.HTTPError as e:
    print(e.reason, e.code, e.headers, sep='\n')
except error.URLError as e:
    print(e.reason)
else:
    print('Request Successfully')

這樣就可以做到先捕獲HTTPError，獲取它的錯誤狀態碼、原因、headers等信息。如果不是HTTPError異常，就會捕獲URLError異常，輸出錯誤原因。最后，用else來處理正常的邏輯。這是一個較好的異常處理寫法。

有時候，reason屬性返回的不一定是字符串，也可能是一個對象。再看下面的實例：

import socket
import urllib.request
import urllib.error
try:
    response = urllib.request.urlopen('https://www.baidu.com', timeout=0.01)
except urllib.error.URLError as e:
    print(type(e.reason))
    if isinstance(e.reason, socket.timeout):
        print('TIME OUT')

這里我們直接設置超時時間來強制拋出timeout異常。

運行結果如下：

<class 'socket.timeout'>
TIME OUT

可以發現，reason屬性的結果是socket.timeout類。所以，這里我們可以用isinstance()方法來判斷它的類型，作出更詳細的異常判斷。

以上是Python3爬蟲中處理異常的方法是什么的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！