Python urllib2 URLError异常？

Question

我之前在 Windows XP 计算机上安装了 Python 2.6.2 并运行以下代码：

import urllib2
import urllib

page = urllib2.Request('http://www.python.org/fish.html')
urllib2.urlopen( page )

我收到以下错误。

Traceback (most recent call last):<br>
  File "C:\Python26\test3.py", line 6, in <module><br>
    urllib2.urlopen( page )<br>
  File "C:\Python26\lib\urllib2.py", line 124, in urlopen<br>
    return _opener.open(url, data, timeout)<br>
  File "C:\Python26\lib\urllib2.py", line 383, in open<br>
    response = self._open(req, data)<br>
  File "C:\Python26\lib\urllib2.py", line 401, in _open<br>
    '_open', req)<br>
  File "C:\Python26\lib\urllib2.py", line 361, in _call_chain<br>
    result = func(*args)<br>
  File "C:\Python26\lib\urllib2.py", line 1130, in http_open<br>
    return self.do_open(httplib.HTTPConnection, req)<br>
  File "C:\Python26\lib\urllib2.py", line 1105, in do_open<br>
    raise URLError(err)<br>
URLError: <urlopen error [Errno 11001] getaddrinfo failed><br><br><br>

Answer 1

import urllib2
response = urllib2.urlopen('http://www.python.org/fish.html')
html = response.read()

你做错了。

Answer 2

查看 urllib2 源代码中回溯指定的行：

File "C:\Python26\lib\urllib2.py", line 1105, in do_open
raise URLError(err)

您将看到以下片段：

    try:
        h.request(req.get_method(), req.get_selector(), req.data, headers)
        r = h.getresponse()
    except socket.error, err: # XXX what error?
        raise URLError(err)

因此，看起来源代码是套接字错误，而不是与 HTTP 协议相关的错误。可能的原因：您不在线，您位于限制性防火墙后面，您的 DNS 已关闭，...

所有这些都与事实无关，如 mcandre指出，你的代码是错误的。

Answer 3

名称解析错误。

getaddrinfo 用于解析请求中的主机名 (python.org)。如果失败，则意味着无法解析该名称，因为：

1. 它不存在，或者记录已过时（不太可能；python.org 是一个完善的域名）
2. 您的 DNS 服务器已关闭（不太可能；如果可以的话 ）浏览其他网站，您应该能够通过 Python 获取该页面）
3. 防火墙阻止 Python 或您的脚本访问 Internet（很可能；Windows 防火墙有时不会询问您是否要允许某个应用程序）
4. 您居住在古代巫毒墓地。 （不太可能；如果是这种情况，你应该搬出去）

Answer 4

Windows Vista，python 2.6.2

是404页面，对吧？

>>> import urllib2
>>> import urllib
>>>
>>> page = urllib2.Request('http://www.python.org/fish.html')
>>> urllib2.urlopen( page )
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Python26\lib\urllib2.py", line 124, in urlopen
    return _opener.open(url, data, timeout)
  File "C:\Python26\lib\urllib2.py", line 389, in open
    response = meth(req, response)
  File "C:\Python26\lib\urllib2.py", line 502, in http_response
    'http', request, response, code, msg, hdrs)
  File "C:\Python26\lib\urllib2.py", line 427, in error
    return self._call_chain(*args)
  File "C:\Python26\lib\urllib2.py", line 361, in _call_chain
    result = func(*args)
  File "C:\Python26\lib\urllib2.py", line 510, in http_error_default
    raise HTTPError(req.get_full_url(), code, msg, hdrs, fp)
urllib2.HTTPError: HTTP Error 404: Not Found
>>>

Answer 5

DJ

首先，我认为没有理由导入 urllib；我只见过 urllib2 用于完全替换 urllib，并且我不知道 urllib 中没有有用的功能，但 urllib2 中却缺少这些功能。

接下来，我注意到 http://www.python.org/fish.html 给出了对我来说 404 错误。 （这并不能解释您所看到的回溯/异常。我得到 urllib2.HTTPError: HTTP Error 404: Not Found

通常，如果您只想默认获取网页（没有添加特殊的 HTTP 标头、执行任何类型的 POST 等），那么以下内容就足够了：

req = urllib2.urlopen('http://www.python.org/')
html = req.read()
# and req.close() if you want to be pedantic