爬虫2

Posted 2020-10-28 rayshaw13

爬取网页的通用代码框架

异常	说明
requests.ConnectionError	网络连接错误异常，比如DNS查询失败、拒绝连接等
requests.HTTPError	HTTP错误异常
requests.URLRequired	URL缺失异常
requests.TooManyRedirects	超过最大重定向次数，产生重定向异常
requests.ConnectTimeout	连接远程服务器超时异常
requests.Timesout	请求URL超时，产生超时异常

 

 

 

 

 

 

 

理解requests库的异常：

r.raise_for_status()

如果不是200，产生异常requests.HTTPError

 

示例：

import requests
def gethtmlText(url):
    try:
        r=requests.get(url,timeout=30)
        r.raise_for_status()#如果状态不是200，引发HTTPError异常
        r.encoding=r.apparent_encoding
        return r.text
    except:
        return \'产生异常\'

结果：