urllib2.urlopen超时问题

urllib2.urlopen超时问题

没有设置timeout参数，结果在网络环境不好的情况下，时常出现read()方法没有任何反应的问题，程序卡死在read()方法里，搞了大半天，才找到问题，给urlopen加上timeout就ok了，设置了timeout之后超时之后read超时的时候会抛出socket.timeout异常，想要程序稳定，还需要给urlopen加上异常处理，再加上出现异常重试，程序就完美了。

import urllib2

url='http://www.facebook.com/'

fails = 0

while True:

    try:

        if fails >= 20:

            break

        req = urllib2.Request(url)

        response = urllib2.urlopen(req, None, 3)

        page = response.read()

    except:

        fails += 1

        print '网络连接出现问题, 正在尝试再次请求: ', fails

    else:

        break

 

--------------------------------------------------------------------------------------------------------

有时候我们在爬取网络数据时，会因为对方网速缓慢、服务器超时等原因，

导致 urllib2.urlopen() 之后的 read()操作（下载内容）卡死，要解决这个问题方法有如下几个：

1、为urlopen设置可选参数 timeout

import urllib2
# http://classweb.loxa.com.tw/dino123/air/P1000772.jpg
r = urllib2.Request("http://classweb.loxa.com.tw/dino123/air/P1000775.jpg")
try:
        print 111111111111111111
        f = urllib2.urlopen(r, data=None, timeout=3)
        print 2222222222222222
        result =  f.read()
        print 333333333333333333
except Exception,e:
        print "444444444444444444---------" + str(e)

print "55555555555555"

 

2、设置全局的socket超时：

import socket
socket.setdefaulttimeout(10.0) 

或者使用：httplib2 or timeout_urllib2

http://code.google.com/p/httplib2/wiki/Examples

http://code.google.com/p/timeout-urllib2/source/browse/trunk/timeout_urllib2.py

 

3、使用定时器 timer

from urllib2 import urlopen
from threading import Timer
url = "http://www.python.org"
def handler(fh):
        fh.close()
fh = urlopen(url)
t = Timer(20.0, handler,[fh])
t.start()
data = fh.read()    #如果二进制文件需要换成二进制的读取方式
t.cancel()