使用 python lxml 设置解析网页的超时

Question

我正在使用 python lxml 库来解析 html 页面：

import lxml.html

# this might run indefinitely
page = lxml.html.parse('http://stackoverflow.com/')

有没有办法设置解析超时？

Answer 1

它看起来使用 urllib.urlopen 作为开启器，但最简单的方法只是修改套接字处理程序的默认超时。

import socket
timeout = 10
socket.setdefaulttimeout(timeout)

当然，这是一个快速而肮脏的解决方案。