搜索
python运行。py的文件时会出现missingparenthesesiscallto'print'原因：#python3的print需要括号print('hellwworld')print(2**8)python3.3.2：SyntaxError:invalidcharacterinidentifier50原因：存在中文标点符号零基础写python爬虫之HTTP异常处理先来说一说HTTP的异常处理问题。当urlopen不能够处理一个response时，产生urlError。不过通常的PythonAPIs异常如ValueError,TypeError等也会同时产生。HTTPError是urlError的子类，通常在特定HTTPURLs中产生。1.URLError通常，URLError在没有网络连接(没有路由到特定服务器)，或者服务器不存在的情况下产生。这种情况下，异常同样会带有reason属性，它是一个tuple（可以理解为不可变的数组），包含了一个错误号和一个错误信息。我们建一个urllib2_test06.py来感受一下异常的处理：复制代码代码如下:importurllib2req=urllib2.Request(')try:urllib2.urlopen(req)excepturllib2.URLError,e:printe.reason按下F5，可以看到打印出来的内容是：[Errno11001]getaddrinfofailed也就是说，错误号是11001，内容是getaddrinfofailed2.HTTPError服务器上每一个HTTP应答对象response包含一个数字状态码。有时状态码指出服务器无法完成请求。默认的处理器会为你处理一部分这种应答。例如:假如response是一个重定向，需要客户端从别的地址获取文档，urllib2将为你处理。其他不能处理的，urlopen会产生一个HTTPError。典型的错误包含404(页面无法找到)，403(请求禁止)，和401(带验证请求)。HTTP状态码表示HTTP协议所返回的响应的状态。比如客户端向服务器发送请求，如果成功地获得请求的资源，则返回的状态码为200，表示响应成功。如果请求的资源不存在，则通常返回404错误。HTTP状态码通常分为5种类型，分别以1～5五个数字开头，由3位整数组成：------------------------------------------------------------------------------------------------200：请求成功处理方式：获得响应的内容，进行处理201：请求完成，结果是创建了新资源。新创建资源的URI可在响应的实体中得到处理方式：爬虫中不会遇到202：请求被接受，但处理尚未完成处理方式：阻塞等待204：服务器端已经实现了请求，但是没有返回新的信息。如果客户是用户代理，则无须为此更新自身的文档视图。处理方式：丢弃300：该状态码不被HTTP/1.0的应用程序直接使用，只是作为3XX类型回应的默认解释。存在多个可用的被请求资源。处理方式：若程序中能够处理，则进行进一步处理，如果程序中不能处理，则丢弃301：请求到的资源都会分配一个永久的URL，这样就可以在将来通过该URL来访问此资源处理方式：重定向到分配的URL302：请求到的资源在一个不同的URL处临时保存处理方式：重定向到临时的URL304请求的资源未更新处理方式：丢弃400非法请求处理方式：丢弃401未授权处理方式：丢弃403禁止处理方式：丢弃404没有找到处理方式：丢弃5XX回应代码以“5”开头的状态码表示服务器端发现自己出现错误，不能继续执行请求处理方式：丢弃------------------------------------------------------------------------------------------------HTTPError实例产生后会有一个整型'code'属性，是服务器发送的相关错误号。ErrorCodes错误码因为默认的处理器处理了重定向(300以外号码)，并且100-299范围的号码指示成功，所以你只能看到400-599的错误号码。BaseHTTPServer.BaseHTTPRequestHandler.response是一个很有用的应答号码字典，显示了HTTP协议使用的所有的应答号。当一个错误号产生后，服务器返回一个HTTP错误号，和一个错误页面。你可以使用HTTPError实例作为页面返回的应答对象response。这表示和错误属性一样，它同样包含了read,geturl,和info方法。我们建一个urllib2_test07.py来感受一下：复制代码代码如下:importurllib2req=urllib2.Request(')try:urllib2.urlopen(req)excepturllib2.URLError,e:printe.code#printe.read()按下F5可以看见输出了404的错误码，也就说没有找到这个页面。3.Wrapping所以如果你想为HTTPError或URLError做准备，将有两个基本的办法。推荐使用第二种。我们建一个urllib2_test08.py来示范一下第一种异常处理的方案：复制代码代码如下:fromurllib2importRequest,urlopen,URLError,HTTPErrorreq=Request(')try:response=urlopen(req)exceptHTTPError,e:print'Theservercouldn\'tfulfilltherequest.'print'Errorcode:',e.codeexceptURLError,e:print'Wefailedtoreachaserver.'print'Reason:',e.reasonelse:print'Noexceptionwasraised.'#everythingisfine和其他语言相似，try之后捕获异常并且将其内容打印出来。这里要注意的一点，exceptHTTPError必须在第一个，否则exceptURLError将同样接受到HTTPError。因为HTTPError是URLError的子类，如果URLError在前面它会捕捉到所有的URLError（包括HTTPError）。我们建一个urllib2_test09.py来示范一下第二种异常处理的方案：复制代码代码如下:fromurllib2importRequest,urlopen,URLError,HTTPErrorreq=Request(')try:response=urlopen(req)exceptURLError,e:ifhasattr(e,'code'):print'Theservercouldn\'tfulfilltherequest.'print'Errorcode:',e.codeelifhasattr(e,'reason'):print'Wefailedtoreachaserver.'print'Reason:',e.reasonelse:print'Noexceptionwasraised.'#everythingisfine