Dengan Python, bagaimana cara menggunakan urllib untuk melihat apakah sebuah situs web adalah 404 atau 200?

Jawaban:

176

Metode getcode () (Ditambahkan dalam python2.6) mengembalikan kode status HTTP yang dikirim bersama respons, atau Tidak ada jika URL bukan 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
sumber
Untuk menggunakan python 3, cukup gunakan from urllib.request import urlopen.
Nathanael Farley
4
Di python 3.4, jika ada 404, urllib.request.urlopenmengembalikan a urllib.error.HTTPError.
mcb
Tidak berfungsi di python 2.7. Jika HTTP mengembalikan 400, pengecualian akan dilemparkan
Nadav B
86

Anda juga dapat menggunakan 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()

Perhatikan bahwa HTTPErrorsubclass URLErroryang menyimpan kode status HTTP.

Joe Holloway
sumber
Apakah elsekesalahan kedua ?
Samy Bencherif
@NadavB Objek pengecualian 'e' akan terlihat seperti objek respons. Artinya, ini seperti file dan Anda dapat 'membaca' muatan darinya.
Joe Holloway
37

Untuk 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
sumber
Untuk URLError print(e.reason) bisa digunakan.
Gitnik
Tentang apa 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
sumber
5
TIMEX tertarik untuk mengambil kode permintaan http (200, 404, 500, dll) bukan kesalahan umum yang dilemparkan oleh urllib2.
Joshua Burns