爬虫----异常处理

爬虫的异常处理：

　　• 网页在服务器上不存在(或者获取页面的时候出现错误)

　　• 服务器不存在 

　　

　　第一种异常发生时，程序会返回 HTTP 错误。HTTP 错误可能是“404 Page Not Found”“500 Internal Server Error”等。所有类似情形，urlopen函数都会抛出“HTTPError”异常。我们 可以用下面的方式处理这种异常:

　　try:
　　　　html = urlopen("url")

　　except HTTPError as e:

　　　　print(e)

　　　　# 返回空值，中断程序，或者执行另一个方案

　　else:

　　　　# 程序继续。注意:如果你已经在上面异常捕捉那一段代码里返回或中断(break)，

　　　　# 那么就不需要使用else语句了，这段代码也不会执行 

　　如果程序返回 HTTP 错误代码，程序就会显示错误内容，不再执行 else 语句后面的代码。

　　如果服务器不存在(就是说链接 http://www.pythonscraping.com/ 打不开，或者是 URL 链接 写错了)，urlopen 会返回一个 None 对象。这个对象与其他编程语言中的 null 类似。我们 可以增加一个判断语句检测返回的 html 是不是 None:

　　if html is None:
　　　　print("URL is not found")

　　else:
　　　　# 程序继续 

爬虫的超时处理：