Python проверьте, существует ли веб-сайт

Я хотел проверить, существует ли определенный веб-сайт, вот что я делаю:

user_agent = 'Mozilla/20.0.1 (compatible; MSIE 5.5; Windows NT)'
headers = { 'User-Agent':user_agent }
link = "http://www.abc.com"
req = urllib2.Request(link, headers = headers)
page = urllib2.urlopen(req).read() - ERROR 402 generated here!

Если страница не существует (ошибка 402 или любые другие ошибки), что я могу сделать в page = ... строка, чтобы убедиться,что страница, которую я читаю, выходит?

41
html python urlopen

5 ответов

вы можете использовать HEAD request вместо GET. Он будет загружать только заголовок, но не содержимое. Затем вы можете проверить состояние ответа из заголовков.

import httplib
c = httplib.HTTPConnection('www.example.com')
c.request("HEAD", '')
if c.getresponse().status == 200:
   print('web site exists')

или вы можете использовать urllib2

import urllib2
try:
    urllib2.urlopen('http://www.example.com/some_page')
except urllib2.HTTPError, e:
    print(e.code)
except urllib2.URLError, e:
    print(e.args)

или вы можете использовать requests

import requests
request = requests.get('http://www.example.com')
if request.status_code == 200:
    print('Web site exists')
else:
    print('Web site does not exist')
74

лучше проверить, что код состояния здесь. Вот что означают коды состояния (взятые из Википедия):

  • 1xx информационная
  • 2xx - успех
  • 3xx - перенаправление
  • 4xx - клиенте ошибка
  • 5xx - ошибка сервера

если вы хотите проверить, существует ли страница и не хотите загружать всю страницу, вы должны использовать Главный Запрос:

import httplib2
h = httplib2.Http()
resp = h.request("http://www.google.com", 'HEAD')
assert int(resp[0]['status']) < 400

принято от ответ.

если вы хотите загрузить всю страницу, просто сделайте обычный запрос и проверьте код состояния. Пример использования запросы:

import requests

response = requests.get('http://google.com')
assert response.status_code < 400

Смотрите также похожие темы:

надеюсь, что это поможет.

32
from urllib2 import Request, urlopen, HTTPError, URLError

user_agent = 'Mozilla/20.0.1 (compatible; MSIE 5.5; Windows NT)'
headers = { 'User-Agent':user_agent }
link = "http://www.abc.com/"
req = Request(link, headers = headers)
try:
        page_open = urlopen(req)
except HTTPError, e:
        print e.code
except URLError, e:
        print e.reason
else:
        print 'ok'

чтобы ответить на комментарий unutbu:

поскольку обработчики по умолчанию обрабатывают перенаправления (коды в диапазоне 300), А коды в диапазоне 100-299 указывают на успех, вы обычно увидите только коды ошибок в диапазоне 400-599. источник

8

код:

a="http://www.example.com"
try:    
    print urllib.urlopen(a)
except:
    print a+"  site does not exist"
4
def isok(mypath):
    try:
        thepage = urllib.request.urlopen(mypath)
    except HTTPError as e:
        return 0
    except URLError as e:
        return 0
    else:
        return 1
0