python爬虫学习之路(3) urllib.error异常

urllib.error可以捕获有urllib.request产生的异常。urllib.error有两个方法，URLError和HTTPError。
URLError是OSError的一个子类，HTTPError是URLError的一个子类，服务器上HTTP的响应会返回一个状态码，根据这个HTTP状态码，我们可以知道我们的访问是否成功。例如200状态码，表示请求成功，再比如常见的404错误等。
下面我们来学习这两个异常:
一, URLError

from urllib import request
from urllib import error

if __name__ == '__main__':
    # 访问一部不存在的网站
    url = "http://www.bucunzai.com/"
    req = request.Request(url)
    # 捕获异常
    try:
        response = request.urlopen(req)
        html = response.read().decode("utf-8")
        print(html)
    except error.URLError as e:
        # 输出异常
        print(e.reason)

我们可以看见输出的结果是:

二, HTTPError
修改了捕获异常的的方法

from urllib import request
from urllib import error

if __name__ == '__main__':
    # 访问一部不存在的网站
    url = "http://www.douyu.com/Qcode.html"
    req = request.Request(url)
    # 捕获异常
    try:
        response = request.urlopen(req)
        html = response.read().decode("utf-8")
        print(html)
    except error.HTTPError as e:
        # 输出异常
        print(e.code)

三, URLError和HTTPError混合使用
如果想用HTTPError和URLError一起捕获异常，那么需要将HTTPError放在URLError的前面，因为HTTPError是URLError的一个子类。如果URLError放在前面，出现HTTP异常会先响应URLError，这样HTTPError就捕获不到错误信息了。

四, 其他获取异常信息方法
使用hasattr函数判断URLError含有的属性，如果含有reason属性表明是URLError，如果含有code属性表明是HTTPError。