python爬虫URL重试机制的实现方法(python2.7以及python3.5)
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
"""
importrequests
defurl_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
exceptrequests.HTTPErrorase:
html=None
ifnum_retries>0:
#如果不是200就重试，每次递减重试次数
returnurl_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
exceptrequests.exceptions.ConnectionErrorase:
return
returnhtml
url_retry("http://httpbin.org/status/404")
python3.5实现：
#-*-coding:utf-8-*-
"""
ayou
"""
importasyncio
importaiohttp
asyncdefprint_page(url,num_retries=3):
asyncwithaiohttp.ClientSession()assession:
try:
asyncwithsession.get(url,timeout=60)asresponse:
print("access!")
#raise_for_status(),如果不是200会抛出HttpProcessingError错误
response.raise_for_status()
body=awaitresponse.text()
exceptaiohttp.errors.HttpProcessingErrorase:
body=None
ifnum_retries>0:
#如果不是200就重试，每次递减重试次数
returnawaitprint_page(url,num_retries-1)
#不存在URL会抛出ClientResponseError错误
exceptaiohttp.errors.ClientResponseErrorase:
returne
session.close()
print(body)
returnbody
defmain():
#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
"""
importrequests
#定义一个重试修饰器，默认重试一次
defretry(num_retries=1):
#用来接收函数
defwrapper(func):
#用来接收函数的参数
defwrapper(*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_inrange(num_retries):
try:
#如果没有错误就返回包装的函数，这样跳出循环
returnfunc(*args,**kwargs)
exceptExceptionase:
#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
#raiselast_exception
returnwrapper
returnwrapper
if__name__=="__main__":
@retry(5)
defurl_retry(url):
request=requests.get(url,timeout=60)
print("access!")
request.raise_for_status()
html=request.content
print(html)
returnhtml
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
"""
importaiohttp,asyncio
#定义一个重试修饰器，默认重试一次
defretry(num_retries=1):
#用来接收函数
defwrapper(func):
#用来接收函数的参数
defwrapper(*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_inrange(num_retries):
try:
#如果没有错误就返回包装的函数，这样跳出循环
returnfunc(*args,**kwargs)
exceptExceptionase:
#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
#raiselast_exception
returnwrapper
returnwrapper
asyncdefprint_page(url):
asyncwithaiohttp.ClientSession()assession:
asyncwithsession.get(url,timeout=60)asresponse:
print("access!")
#raise_for_status(),如果不是200会抛出HttpProcessingError错误
response.raise_for_status()
body=awaitresponse.text()
session.close()
print(body)
returnbody
@retry(5)
defloop_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毛票票。