请求错误[Python]网络爬虫（三）：异常的处理和HTTP状态码的分类
上班之余抽点时间出来写写博文，希望对新接触的朋友有帮助。今天在这里和大家一起学习一下请求错误
先来说一说HTTP的异常处置问题。
当urlopen不能够处置一个response时，发生urlError。
不过平日的Python APIs异常如ValueError,TypeError等也会同时发生。
HTTPError是urlError的子类，平日在特定HTTP URLs中发生。
1.URLError
平日，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发生。
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置：
import urllib2
req = urllib2.Request('http://www.baibai.com')
try: urllib2.urlopen(req)
except urllib2.URLError, e:
print e.reason
按下F5，可以看到打印出来的内容是：
[Errno 11001] getaddrinfo failed
也就是说，错误号是11001，内容是getaddrinfo failed
2.HTTPError
服务器上每个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没法实现请求。默认的处置器会为你处置一部分这种应答。
例如:假如response是一个"重定向"，需要客户端从别的地址获得文档，urllib2将为你处置。
其他不能处置的，urlopen会发生一个HTTPError。
典型的错误包含"404"(页面没法找到)，"403"(请求制止)，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，如果胜利地获得请求的资源，则返回的状态码为200，表示响应胜利。
如果请求的资源不存在， 则平日返回404错误。
HTTP状态码平日分为5种类型，分别以1～5五个数字开头，由3位整数组成：
------------------------------------------------------------------------------------------------
200：请求胜利 处置方式：获得响应的内容，进行处置
201：请求实现，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 处置方式：爬虫中不会遇到
202：请求被接受，但处置还没有实现 处置方式：阻塞等待
204：服务器端已实现了请求，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。 处置方式：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。 处置方式：若程序中能够处置，则进行进一步处置，如果程序中不能处置，则丢弃
301：请求到的资源都会分配一个永久的URL，这样就能够在未来通过该URL来访问此资源 处置方式：重定向到分配的URL
302：请求到的资源在一个不同的URL处临时保存 处置方式：重定向到临时的URL
304 请求的资源未更新 处置方式：丢弃
400 合法请求 处置方式：丢弃
401 未授权 处置方式：丢弃
403 制止 处置方式：丢弃
404 没有找到 处置方式：丢弃
5XX 回应代码以“5”开头的状态码表示服务器端发明自己涌现错误，不能继承执行请求 处置方式：丢弃
------------------------------------------------------------------------------------------------
Error Codes错误码
因为默认的处置器处置了重定向(300以外号码)，并且100-299范围的号码指示胜利，所以你只能看到400-599的错误号码。
BaseHTTPServer.BaseHTTPRequestHandler.response是一个很有效的应答号码字典，显示了HTTP协议使用的全部的应答号。
当一个错误号发生后，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：
import urllib2
req = urllib2.Request('http://bbs.csdn.net/callmewhy')
try:
urllib2.urlopen(req)
except urllib2.URLError, e:
print e.code
#print e.read()
按下F5可以瞥见输出了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，将有两个基本的方法。推荐使用第二种。
我们建一个urllib2_test08.py来树模一下第一种异常处置的计划：
from urllib2 import Request, urlopen, URLError, HTTPError
req = Request('http://bbs.csdn.net/callmewhy')
try:
response = urlopen(req)
except HTTPError, e:
print 'The server couldn\'t fulfill the request.'
print 'Error code: ', e.code
except URLError, e:
print 'We failed to reach a server.'
print 'Reason: ', e.reason
else:
print 'No exception was raised.'
# everything is fine
和其他语言相似，try以后捕获异常并且将其内容打印出来。
因为HTTPError是URLError的子类，如果URLError在前面它会捕捉到全部的URLError（包括HTTPError ）。
我们建一个urllib2_test09.py来树模一下第二种异常处置的计划：
from urllib2 import Request, urlopen, URLError, HTTPError
req = Request('http://bbs.csdn.net/callmewhy')
try:
response = urlopen(req)
except URLError, e:
if hasattr(e, 'reason'):
print 'We failed to reach a server.'
print 'Reason: ', e.reason
elif hasattr(e, 'code'):
print 'The server couldn\'t fulfill the request.'
print 'Error code: ', e.code
else:
print 'No exception was raised.'
# everything is fine
文章结束给大家分享下程序员的一些笑话语录： PC软件体积大，是因为一个PC软件功能往往较多，能够满足你一个方面的需求，而一个iphone软件往往没几行代码，干一件很小的事情，自然需要的软件就多。就像吃西瓜和吃瓜子的来比数目，单位不同啊。
