爬虫之urllib.error模块

时间:2024-04-07 22:08:13

error模块简介

我们在爬虫的时候发请求的时候难免出现错误,如访问不到服务器或者访问被禁止等等,

出错了之后urllib将错误信息封装成了一个模块对象中,这个模块就叫error模块

error的分类

分为URLError和HTTPError。

URLError是OSError的一个子类

有以下错误的时候错误信息就会被封装在URLError里:

  1. 无网络
  2. 有网络但是由于种种原因导致服务器连接失败

而如果能够连接服务器但是服务器返回了错误代码如404,403等等(400以上),那么催无信息就会被封装在HTTPError里

URLError与HttpError的区别和关系

区别:

  • URLError封装的错误信息一般是由网络引起的,包括url错误
  • HTTPError封装的错误信息一般是服务器返回了错误状态码

关系:

  • URLError是OSERROR的子类,HTTPError是URLError的子类

使用方法

error类是在捕获错误信息的时候使用,而且一般我们也需要进行捕获,因为你很难确定访问请求一定不会出现错误

from urllib import request
from urllib import error url = 'http://baiduuuu.com' try:
res = request.Request(url)
response = request.urlopen(res) print(response.read().decode()) except error.HTTPError as he:
print(he)
# print(he.reason) except error.URLError as ue:
print(ue)
# print(ue.reason) except Exception as e:
print(e)

注意:由于HTTPError是URLError的子类,所以捕获的时候HTTPError要放在URLError的上面