當url被誤輸入時，urlopen不返回無對象

我目前正在通過Ryan Mitchell的Python網頁抓取。在第一章中，當他談到處理錯誤，他說：當url被誤輸入時，urlopen不返回無對象

如果一切都沒有找到服務器（如果說，網站已經關閉，或者URL 輸入錯誤），urlopen返回None對象。

所以要測試這個，我創建了以下代碼片段。

from urllib.request import urlopen 
from urllib.error import HTTPError 
from bs4 import BeautifulSoup as bs 

def getTitle(url): 

    try: 
     html = urlopen(url).read() 
    except HTTPError: 
     return None 

    try: 
     bsObj = bs(html) 
    except AttributeError: 
     return None 
    return bsObj 

title = getTitle('http://www.wunderlst.com') 
print(title)

在這段代碼中的倒數第二行，我故意輸入了錯誤的URL名稱（實際的URL是http://www.wunderlist.com）。我希望現在我能在屏幕上打印None。但是，我收到了一長串錯誤。下面我給錯誤消息的最後部分：

During handling of the above exception, another exception occurred: 

Traceback (most recent call last): 
    File "ex4.py", line 18, in <module> 
    title = getTitle('http://www.wunderlst.com') 
    File "ex4.py", line 8, in getTitle 
    html = urlopen(url).read() 
    File "/usr/lib/python3.4/urllib/request.py", line 161, in urlopen 
    return opener.open(url, data, timeout) 
    File "/usr/lib/python3.4/urllib/request.py", line 463, in open 
    response = self._open(req, data) 
    File "/usr/lib/python3.4/urllib/request.py", line 481, in _open 
    '_open', req) 
    File "/usr/lib/python3.4/urllib/request.py", line 441, in _call_chain 
    result = func(*args) 
    File "/usr/lib/python3.4/urllib/request.py", line 1210, in http_open 
    return self.do_open(http.client.HTTPConnection, req) 
    File "/usr/lib/python3.4/urllib/request.py", line 1184, in do_open 
    raise URLError(err) 
urllib.error.URLError: <urlopen error [Errno -2] Name or service not known>

現在，如果我正確的URL名稱，但在該網站的前寫一些不存在的頁面，例如：

title = getTitle('http://www.wunderlist.com/something')

然後我在屏幕上打印了None。我對此很困惑。任何人都可以善意地解釋我究竟發生了什麼？提前致謝。

來源

2016-05-01 Peaceful

我認爲這個問題是你只HTTPError現在捉（和返回無）。嘗試還處理/捕獲URLError例外。

更換
from urllib.error import HTTPError
與
from urllib.error import HTTPError, URLError。

更換
except HTTPError:
與
except (HTTPError, URLError):

這會給你，你想（返回在這兩種情況下None）的行爲。但我會建議分開處理這些錯誤（將第一個try塊移到另一個方法，停止錯誤等）。

來源

2016-05-01 10:56:21 tachirei

這很有用。我不明白爲什麼這本書沒有提到'URLError'。 – Peaceful

您所指的書/文章是錯誤的或過時的。在urllib documentation中，您可以讀取

如果無法建立連接，則會引發IOError異常。

如果主機名無法解析，顯然不能建立連接，因此必須根據文檔提出IOError。 URLError是較舊的Pythons中的IOError的子類，新版本的urllib似乎沒有我從粗略瀏覽中可以看出的urlopen函數。

正如在評論中提到的，我得到了錯誤的庫（urllib，而不是urllib.request）;你會發現一條類似的線條說

引發錯誤的URLError。

雖然在那裏。據推測，像404錯誤這樣的HTTP錯誤並不被認爲是urlopen的錯誤，這就是爲什麼它在路徑錯誤時不會引發異常，但如果主機名無法解析則會引發錯誤。

來源

2016-05-01 10:48:25 Cubic

這顯然是Python 3，來自進口和追蹤;作爲[文檔]（https://docs.python.org/3/library/urllib.error.html#urllib.error.URLError）狀態，urllib.request.urlopen引發了URLError，這是錯誤中顯示的內容信息。 –

@Cubic：我認爲你指的是Python2文檔。我不確定你說的是否回答我的問題。 – Peaceful

@SnehalShekatkar Python3文檔類似，但不太詳細說明它何時拋出異常。隨此更新。 – Cubic

通常，由於沒有網絡連接（沒有到指定服務器的路由）或指定的服務器不存在而引發URLError。

'http://www.wunderlst.com'不存在這就是爲什麼錯誤提高。

檢查以下鏈接以獲取更多詳細信息。

https://docs.python.org/3.1/howto/urllib2.html#handling-exceptions

來源

2016-05-01 10:51:29

當url被誤輸入時，urlopen不返回無對象

回答

相關問題