Python爬虫包BeautifulSoup异常处理（二）

面对网络不稳定，页面更新等问题，很可能出现程序异常的问题，所以我们要对程序进行一些异常处理。大家可能觉得处理异常是一个比较麻烦的活，但在面对复杂网页和任务的时候，无疑成为一个很好的代码习惯。

网页‘404'、‘500'等问题

try:
   html = urlopen('http://www.pmcaff.com/2221')
 except HTTPError as e:
   print(e)

返回的是空网页

if html is None:
   print('没有找到网页')

目标标签在网页中缺失

try:
   #不存在的标签
   content = bsObj.nonExistingTag.anotherTag
 except AttributeError as e:
   print('没有找到你想要的标签')
 else:
   if content == None:
     print('没有找到你想要的标签')
   else:
     print(content)

实例

if sys.version_info[0] == 2:
 from urllib2 import urlopen # Python 2
 from urllib2 import HTTPError
else:
 from urllib.request import urlopen # Python3
 from urllib.error import HTTPError
from bs4 import BeautifulSoup
import sys

def getTitle(url):
 try:
   html = urlopen(url)
 except HTTPError as e:
   print(e)
   return None
 try:
   bsObj = BeautifulSoup(html.read())
   title = bsObj.body.h1
 except AttributeError as e:
   return None
 return title

title = getTitle("http://www.pythonscraping.com/exercises/exercise1.html")
if title == None:
 print("Title could not be found")
else:
 print(title)

以上全部为本篇文章的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

来源：https://blog.csdn.net/u013007900/article/details/53819711