Wie verwende ich in Python urllib, um festzustellen, ob eine Website 404 oder 200 ist?

Antworten:

176

Die Methode getcode () (in python2.6 hinzugefügt) gibt den HTTP-Statuscode zurück, der mit der Antwort gesendet wurde, oder None, wenn die URL keine HTTP-URL ist.

>>> a=urllib.urlopen('http://www.google.com/asdfsf')
>>> a.getcode()
404
>>> a=urllib.urlopen('http://www.google.com/')
>>> a.getcode()
200
Nadia Alramli
quelle
Zur Verwendung in Python 3 verwenden Sie einfach from urllib.request import urlopen.
Nathanael Farley
4
Wenn in Python 3.4 ein 404 vorhanden ist, wird urllib.request.urlopena zurückgegeben urllib.error.HTTPError.
mcb
Funktioniert nicht in Python 2.7. Wenn das HTTP 400 zurückgibt, wird eine Ausnahme ausgelöst
Nadav B
86

Sie können auch urllib2 verwenden :

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()

Beachten Sie, dass dies HTTPErroreine Unterklasse ist, in URLErrorder der HTTP-Statuscode gespeichert ist.

Joe Holloway
quelle
Ist der zweite elseein Fehler?
Samy Bencherif
@NadavB Das Ausnahmeobjekt 'e' sieht aus wie ein Antwortobjekt. Das heißt, es ist dateiähnlich und Sie können die Nutzdaten daraus "lesen".
Joe Holloway
37

Für Python 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
quelle
Für URLError print(e.reason) könnte verwendet werden.
Gitnik
Was ist mit 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
quelle
5
TIMEX ist daran interessiert, den http-Anforderungscode (200, 404, 500 usw.) abzurufen, kein generischer Fehler, der von urllib2 ausgelöst wird.
Joshua Burns