Jak w Pythonie użyć urllib, aby sprawdzić, czy witryna ma numer 404 czy 200?

Odpowiedzi:

176

Metoda getcode () (dodana w python2.6) zwraca kod stanu HTTP, który został wysłany z odpowiedzią lub None, jeśli adres URL nie jest adresem URL HTTP.

>>> a=urllib.urlopen('http://www.google.com/asdfsf')
>>> a.getcode()
404
>>> a=urllib.urlopen('http://www.google.com/')
>>> a.getcode()
200
Nadia Alramli
źródło
Aby użyć w Pythonie 3, po prostu użyj from urllib.request import urlopen.
Nathanael Farley
4
W Pythonie 3.4, jeśli występuje 404, urllib.request.urlopenzwraca urllib.error.HTTPError.
mcb
Nie działa w Pythonie 2.7. Jeśli HTTP zwróci 400, zostanie
zgłoszony
86

Możesz również użyć urllib2 :

import urllib2

req = urllib2.Request('http://www.python.org/fish.html')
try:
    resp = urllib2.urlopen(req)
except urllib2.HTTPError as e:
    if e.code == 404:
        # do something...
    else:
        # ...
except urllib2.URLError as e:
    # Not an HTTP-specific error (e.g. connection refused)
    # ...
else:
    # 200
    body = resp.read()

Zauważ, że HTTPErrorjest to podklasa, URLErrorktóra przechowuje kod stanu HTTP.

Joe Holloway
źródło
Czy druga elseto pomyłka?
Samy Bencherif,
@NadavB Obiekt wyjątku „e” będzie wyglądał jak obiekt odpowiedzi. Oznacza to, że jest podobny do pliku i można z niego „odczytać” ładunek.
Joe Holloway,
37

W przypadku Pythona 3:

import urllib.request, urllib.error

url = 'http://www.google.com/asdfsf'
try:
    conn = urllib.request.urlopen(url)
except urllib.error.HTTPError as e:
    # Return code error (e.g. 404, 501, ...)
    # ...
    print('HTTPError: {}'.format(e.code))
except urllib.error.URLError as e:
    # Not an HTTP-specific error (e.g. connection refused)
    # ...
    print('URLError: {}'.format(e.reason))
else:
    # 200
    # ...
    print('good')
XavierCLL
źródło
Dla URLError print(e.reason) można użyć.
Gitnik
O co chodzi http.client.HTTPException?
CMCDragonkai
6 
import urllib2

try:
    fileHandle = urllib2.urlopen('http://www.python.org/fish.html')
    data = fileHandle.read()
    fileHandle.close()
except urllib2.URLError, e:
    print 'you got an error with the code', e
mrme
źródło
5
TIMEX jest zainteresowany pobieraniem kodu żądania http (200, 404, 500 itd.), A nie ogólnym błędem generowanym przez urllib2.
Joshua Burns