python爬虫修饰_python爬虫URL重试机制的实现方法(python2.7以及python3.5)

该博客介绍了Python中实现URL重试机制的方法,分别展示了Python2.7和Python3.5版本的代码实现。在遇到非200状态码时,代码会进行多次重试,直到达到预设的重试次数或者成功获取有效响应。同时,还提供了一个装饰器实现的重试机制,适用于Python2.7和Python3.5以上版本。
摘要由CSDN通过智能技术生成

应用场景:

状态不是200的URL重试多次

代码比较简单还有部分注释

python2.7实现:

# -*-coding:utf-8-*-

"""

ayou

"""

import requests

def url_retry(url,num_retries=3):

print("access!")

try:

request = requests.get(url,timeout=60)

#raise_for_status(),如果不是200会抛出HTTPError错误

request.raise_for_status()

html = request.content

except requests.HTTPError as e:

html=None

if num_retries>0:

#如果不是200就重试,每次递减重试次数

return url_retry(url,num_retries-1)

#如果url不存在会抛出ConnectionError错误,这个情况不做重试

except requests.exceptions.ConnectionError as e:

return

return html

url_retry("http://httpbin.org/status/404")

python3.5实现:

# -*-coding:utf-8-*-

"""

ayou

"""

import asyncio

import aiohttp

async def print_page(url,num_retries=3):

async with aiohttp.ClientSession() as session:

try:

async with session.get(url,timeout=60) as response:

print("access!")

#raise_for_status(),如果不是200会抛出HttpProcessingError错误

response.raise_for_status()

body = await response.text()

except aiohttp.errors.HttpProcessingError as e:

body = None

if num_retries > 0:

#如果不是200就重试,每次递减重试次数

return await print_page(url, num_retries - 1)

#不存在URL会抛出ClientResponseError错误

except aiohttp.errors.ClientResponseError as e:

return e

session.close()

print(body)

return body

def main():

#这是一个不存在URL

# url = 'http://httpbin.org/status/404111'

#这是一个404的URL

url = 'http://httpbin.org/status/404'

loop = asyncio.get_event_loop()

loop.run_until_complete(print_page(url))

loop.close()

if __name__ == '__main__':

main()

爬虫URL重试机制封装成修饰器(python2.7以及python3.5以上)

python2.7版本:

# -*-coding:utf-8-*-

"""

ayou

"""

import requests

#定义一个重试修饰器,默认重试一次

def retry(num_retries=1):

#用来接收函数

def wrapper(func):

#用来接收函数的参数

def wrapper(*args,**kwargs):

#为了方便看抛出什么错误定义一个错误变量

last_exception =None

#循环执行包装的函数

for _ in range(num_retries):

try:

#如果没有错误就返回包装的函数,这样跳出循环

return func(*args, **kwargs)

except Exception as e:

#捕捉到错误不要return,不然就不会循环了

last_exception = e

#如果要看抛出错误就可以抛出

# raise last_exception

return wrapper

return wrapper

if __name__=="__main__":

@retry(5)

def url_retry(url):

request = requests.get(url, timeout=60)

print("access!")

request.raise_for_status()

html = request.content

print(html)

return html

url_retry("http://httpbin.org/status/404")

# url_retry("http://httpbin.org/status/404111")

# url_retry("http://www.baidu.com")

python3.5以上版本:

# -*-coding:utf-8-*-

"""

ayou

"""

import aiohttp,asyncio

#定义一个重试修饰器,默认重试一次

def retry(num_retries=1):

#用来接收函数

def wrapper(func):

#用来接收函数的参数

def wrapper(*args,**kwargs):

#为了方便看抛出什么错误定义一个错误变量

last_exception =None

#循环执行包装的函数

for _ in range(num_retries):

try:

#如果没有错误就返回包装的函数,这样跳出循环

return func(*args, **kwargs)

except Exception as e:

#捕捉到错误不要return,不然就不会循环了

last_exception = e

#如果要看抛出错误就可以抛出

# raise last_exception

return wrapper

return wrapper

async def print_page(url):

async with aiohttp.ClientSession() as session:

async with session.get(url,timeout=60) as response:

print("access!")

#raise_for_status(),如果不是200会抛出HttpProcessingError错误

response.raise_for_status()

body = await response.text()

session.close()

print(body)

return body

@retry(5)

def loop_get():

# url = "http://www.baidu.com"

# url = 'http://httpbin.org/status/404111'

url = 'http://httpbin.org/status/404'

loop = asyncio.get_event_loop()

loop.run_until_complete(print_page(url))

loop.close()

if __name__ == '__main__':

loop_get()

以上这篇python爬虫URL重试机制的实现方法(python2.7以及python3.5)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。

本文标题: python爬虫URL重试机制的实现方法(python2.7以及python3.5)

本文地址: http://www.cppcns.com/jiaoben/python/247747.html

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