Python urllib2尝试并在404上除外

我试图使用urlib2浏览一系列编号的数据页。我想做的是使用一个try语句，但我对它知之甚少，通过阅读一点判断，它似乎是基于特定的例外“名称”，例如IOError等。我不知道我要查找的错误代码是什么，这是问题的一部分

我从“urllib2缺少的手册”中编写/粘贴了我的urllib2页面获取例程，因此：

def fetch_page(url,useragent)
    urlopen = urllib2.urlopen
    Request = urllib2.Request
    cj = cookielib.LWPCookieJar()

    txheaders =  {'User-agent' : useragent}

    if os.path.isfile(COOKIEFILE):
        cj.load(COOKIEFILE)
        print "previous cookie loaded..."
    else:
        print "no ospath to cookfile"

    opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
    urllib2.install_opener(opener)
    try:
        req = urllib2.Request(url, useragent)
        # create a request object

        handle = urlopen(req)
        # and open it to return a handle on the url

    except IOError, e:
        print 'Failed to open "%s".' % url
        if hasattr(e, 'code'):
            print 'We failed with error code - %s.' % e.code
        elif hasattr(e, 'reason'):
            print "The error object has the following 'reason' attribute :"
            print e.reason
            print "This usually means the server doesn't exist,",
            print "is down, or we don't have an internet connection."
            return False

    else:
        print
        if cj is None:
            print "We don't have a cookie library available - sorry."
            print "I can't show you any cookies."
        else:
            print 'These are the cookies we have received so far :'
            for index, cookie in enumerate(cj):
                print index, '  :  ', cookie
                cj.save(COOKIEFILE)           # save the cookies again

        page = handle.read()
        return (page)

def fetch_series():

  useragent="Firefox...etc."
  url="www.example.com/01.html"
  try:
    fetch_page(url,useragent)
  except [something]:
    print "failed to get page"
    sys.exit()

底部函数只是一个例子，看看我的意思，有人能告诉我应该在那里放什么吗？我让页面获取函数返回False，如果它得到404，这是正确的吗？那么为什么除了假：工作？谢谢你能给我的帮助

好的，根据这里的建议，我试过：

except urlib2.URLError, e:

except URLError, e:

except URLError:

except urllib2.IOError, e:

except IOError, e:

except IOError:

except urllib2.HTTPError, e:

except urllib2.HTTPError:

except HTTPError:

---

它们都不起作用。

如果要检测404:

try:
    req = urllib2.Request(url, useragent)
    # create a request object

    handle = urllib2.urlopen(req)
    # and open it to return a handle on the url
except urllib2.HTTPError, e:
    print 'We failed with error code - %s.' % e.code

    if e.code == 404:
        # do stuff..  
    else:
        # other stuff...

    return False
else:
    # ...

---

要在fetch_series（）中捕获它，请执行以下操作：

:

异常urllib2.HTTPError

尽管是一个例外（属于

urleror

的子类），

HTTPError

可以 还可以用作非异常文件，如返回值（相同

urlopen（）

返回的内容）。这在处理异国情调时非常有用 HTTP错误，例如身份验证请求

code

RFC 2616中定义的HTTP状态代码。该数值对应于在代码字典中找到的值 在

BaseHTTPServer.BaseHTTPRequestHandler.responses

中

---

我建议你看看精彩的模块

使用它，您可以实现您所要求的功能，如：

import requests
from requests.exceptions import HTTPError

try:
    r = requests.get('http://httpbin.org/status/200')
    r.raise_for_status()
except HTTPError:
    print 'Could not download page'
else:
    print r.url, 'downloaded successfully'

try:
    r = requests.get('http://httpbin.org/status/404')
    r.raise_for_status()
except HTTPError:
    print 'Could not download', r.url
else:
    print r.url, 'downloaded successfully'

互动戳： 要了解python best中此类异常的性质和可能的内容，只需以交互方式尝试键调用：

>>> f = urllib2.urlopen('http://httpbin.org/status/404')
Traceback (most recent call last):
...
  File "C:\Python27\lib\urllib2.py", line 558, in http_error_default
    raise HTTPError(req.get_full_url(), code, msg, hdrs, fp)
HTTPError: HTTP Error 404: NOT FOUND

然后，

sys.last_value

包含异常值，该异常值属于交互系统，可以使用：
（使用TAB+。自动扩展交互式shell，dir（），vars（）…）

---

构建一个不会抛出HTTP错误的简单开场白：

>ho=urllib2.OpenerDirector（）
>>>ho.add_处理程序（urllib2.HTTPHandler（））
>>>f=ho.open（'http://localhost:8080/cgi/somescript.py'); F
>>>f代码
500
>>>f.读（）
'执行错误：\nNameError:未定义名称'e\'。\n\n'

---

urllib2.build\u opener的默认处理程序

：

默认_类=[ProxyHandler，UnknownHandler，HTTPHandler， HTTPDefaultErrorHandler，HTTPRedirectHandler， FTPHandler，FileHandler，HTTPErrorProcessor]

---

我在urllib2函数之外测试它，这有关系吗？我有点想让它成为很多事情的通用函数，然后查找它之外的错误类型。也谢谢你的帮助！好的，我试试看，谢谢，明天就要开始了。也挖掘名称；）哦，我明白了，我假设我必须测试fetch的返回值。啊，你这家伙。祝您的文件权限始终井然有序，祝您的箱子永远不会被skiddz拥有（至少）：Dhmmm，似乎不起作用，只是径直走了下去。。。明天我不太累的时候再看一眼。再次非常感谢。所以你建议我重新编写整个内容并使用其他内容，或者这是对urllib2的某种附加功能？请记住，我完全是一个新手，花了我很多时间才弄明白如何下载一个页面！如果它没有坏，就不要修理它；）这是处理cookies和重定向，以及这个请求的事情吗？我太累了，我没有开始感谢你，所以很抱歉。非常感谢你花时间帮助一位兄弟。嘿，你说得对，这个模块非常酷，尽管urllib2没有坏（它现在对我有效），但我明白你说的简单是什么意思。谢谢。我之前不知道这是什么惊人的建议，差别相当惊人。有关Python 3，请参阅：

>>> f = urllib2.urlopen('http://httpbin.org/status/404')
Traceback (most recent call last):
...
  File "C:\Python27\lib\urllib2.py", line 558, in http_error_default
    raise HTTPError(req.get_full_url(), code, msg, hdrs, fp)
HTTPError: HTTP Error 404: NOT FOUND

>>> ev = sys.last_value
>>> ev.__class__
<class 'urllib2.HTTPError'>
>>> dir(ev)
['_HTTPError__super_init', '__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__getitem__', '__getslice__', '__hash__', '__init__', '__iter__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__', '__unicode__', '__weakref__', 'args', 'close', 'code', 'errno', 'filename', 'fileno', 'fp', 'getcode', 'geturl', 'hdrs', 'headers', 'info', 'message', 'msg', 'next', 'read', 'readline', 'readlines', 'reason', 'strerror', 'url']
>>> vars(ev)
{'fp': <addinfourl at 140193880 whose fp = <socket._fileobject object at 0x01062370>>, 'fileno': <bound method _fileobject.fileno of <socket._fileobject object at 0x01062370>>, 'code': 404, 'hdrs': <httplib.HTTPMessage instance at 0x085ADF80>, 'read': <bound method _fileobject.read of <socket._fileobject object at 0x01062370>>, 'readlines': <bound method _fileobject.readlines of <socket._fileobject object at 0x01062370>>, 'next': <bound method _fileobject.next of <socket._fileobject object at 0x01062370>>, 'headers': <httplib.HTTPMessage instance at 0x085ADF80>, '__iter__': <bound method _fileobject.__iter__ of <socket._fileobject object at 0x01062370>>, 'url': 'http://httpbin.org/status/404', 'msg': 'NOT FOUND', 'readline': <bound method _fileobject.readline of <socket._fileobject object at 0x01062370>>}
>>> sys.last_value.code
404

>>> try: f = urllib2.urlopen('http://httpbin.org/status/404')
... except urllib2.HTTPError, ev:
...     print ev, "'s error code is", ev.code
...     
HTTP Error 404: NOT FOUND 's error code is 404

>>> ho = urllib2.OpenerDirector()
>>> ho.add_handler(urllib2.HTTPHandler())
>>> f = ho.open('http://localhost:8080/cgi/somescript.py'); f
<addinfourl at 138851272 whose fp = <socket._fileobject object at 0x01062370>>
>>> f.code
500
>>> f.read()
'Execution error: <pre style="background-color:#faa">\nNameError: name \'e\' is not defined\n<pre>\n'