网络不稳定时,用爬虫下载文件会报ContentTooShortError,类似下面这样:
ContentTooShortError: <urlopen error retrieval incomplete: got only 1043679 out of 1050997 bytes>
解决思路很简单,就是捕获异常,重新下载。但是如果重新下载的时候网络还是不稳定又遇到ContentTooShortError怎么办呢?答案是递归调用,反复下载,直到能够正常下载为止。
代码:
def recu_down(url,filename): # recurrent download with ContentTooShortError
try:
urllib.request.urlretrieve(url,filename)
except urllib.error.ContentTooShortError:
print ('Network conditions is not good. Reloading...')
recu_down(url,filename)
下载的时候用这个函数替代urllib.request.urlretrieve函数就可以了。