其实首先网页都是stateless的 所以不能有该连线的状态可以维持一阵子 基本当资料传送+接收完其连线就会结束 没办法让你像开个socket一样放在那里一值用 然後我定义好一个目的就是 我要能拿到目标资料 首先第一步就是 def getcontent(相关的连线参数->参数或是global都可以): con = 连线 rs = 得到资料 return rs 在你的主要逻辑就可以分离了 soup = BeautifulSoup(getcontect(连线参数)) 接着就可以在该getcontent增加一些东西 例如 1.如果得到资料失败可以在试看看然後有次数的限制 def getcontect(retry = 5 , retrytime=100): exception = none for in in range(5): try: con=连线 rs = 得到资料 处理其他->或是也可放在final处理 看你搂 可以先判断一下得到的内容是不是正确->通常有值我就当正确了然後就回传了 if rs : return rs except XXException: exception = 处理错误 其他错误例外处理... time.sleep(retrytime) if exception : raise exception return '' -->这里要看回传空 还是丢出错误 就看你 如果要处理连线的问题 你是使用open然後read其实就是连线的时候才需要开启 如果没事的话该连线就会关闭 这是http +tcp/ip的特性 除非用socket 可是你连的是网站就是这样 所以前提就是你要知道连线的特性 提供给你参考 ※ 引述《darklimit ()》之铭言： : 应用随机休息再继续，还是会出现这样的错误 : error: [Errno 10054] 远端主机已强制关闭一个现存的连线。 : 进行except例外处理，continue继续的话 : 後面nameTag对应到的genre,rating 全部都会打乱 : 这样应该要怎麽处理? : 谢谢 : for i in idlist: : headers = {'User-Agent':'Mozilla/5.0 (Windows; U; Windows NT : 6.1;en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'} : req = : urllib2.Request("http://www.imdb.com/title/tt"+i+"/",headers=headers) : try: : html = : urllib2.urlopen("http://www.imdb.com/title/tt"+i+"/",timeout = 30) : htmls = html.read() : html.close : soup = BeautifulSoup(htmls) : nameTag = [a.get_text() for a in soup.find_all("title")] : genreTag = [a.get_text() for a in : soup.find_all("span",{"itemprop":"genre"})] : ratingTag = soup.find_all("span",{"itemprop":"ratingValue"}) : for tag in nameTag: : titlelist.append(nameTag) : for tag in genreTag: : genrelist.append(genreTag) : break : for tag in ratingTag: : val = ''.join(tag.find(text=True)) : valuelist.append(val) : except HTTPError, e: : print e.code : print e.read() : #continue : except URLError, e: : print 'Reason: ', e.reason : #continue : rsleep = random.randint(10, 40) : time.sleep(rsleep) : return zip(titlelist, genrelist, valuelist) -- --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 163.29.28.131