网络爬虫异常处理总结

在进行大规模网络爬虫的时候,经常会遇到爬了一会突然抛出一个错误来,然后整个程序就停止了运行。而我们在处于学习爬虫初期的同胞,比如我,一旦出现程序错误停止,就不知道如何在修改程序后接着刚刚爬取的位置继续爬取。就算是我们做了比较好的日志输出,知道是再爬取到哪一页时出现问题,但也不得不在这一页或者这一页的前一页重新开始,然后继续爬虫。虽说不是很麻烦,但自己的程序走一半突然停掉了,就好像吃的冰棒吃的好好的突然掉地上,虽然冲冲会变干净,但总觉得它已经不那么美好了。哈哈~ 因此在设计爬虫时,...
摘要由CSDN通过智能技术生成

    在进行大规模网络爬虫的时候,经常会遇到爬了一会突然抛出一个错误来,然后整个程序就停止了运行。而我们在处于学习爬虫初期的同胞,比如我,一旦出现程序错误停止,就不知道如何在修改程序后接着刚刚爬取的位置继续爬取。就算是我们做了比较好的日志输出,知道是再爬取到哪一页时出现问题,但也不得不在这一页或者这一页的前一页重新开始,然后继续爬虫。虽说不是很麻烦,但自己的程序走一半突然停掉了,就好像吃的冰棒吃的好好的突然掉地上,虽然冲冲会变干净,但总觉得它已经不那么美好了。哈哈~    

     因此在设计爬虫时,做好程序的异常处理还是很重要的。这样当遇到异常时,程序将它捕捉到,并且按照咱们自己的设计输出相应的提醒 。接着程序自己再继续往前走,不会说是一遇到异常,一下子爬到地上装死。那就很尴尬了

     现在我们爬取网页,比较简单常用的是requests库,一般出现异常的地方也就是requests.get(url)时出现的。而在此处出现的异常一般有两种。

1、网页在服务器上不存在或者获取网页时出现错误(HTTP异常)

2、服务器不存在

也有人说是三种,就是本地网络有问题。不过这种就没必要做异常处理了,毕竟一旦出现本地网路有问题,捕捉跟不捕捉结果没什么区别,都是程序装死。

所以主要还是总结一下前两种的异常处理。

首先第一种。发生第一种异常时,程序会返回HTTP错误。我们做异常处理时可以:

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值