当用多线程爬取网站出现urlopen error [errno 10060]的错误,也就是连接失败。原因是多个线程爬去某个网站的数据,每次连接完需要sleep(1)一会,不然该网站服务端的防火墙会ban掉你的connect。睡眠等待机制会减少urlopen error [errno 10060]出现的概率,但访问次数多了还是会出现
开始的解决思路是每次连接的时候换用不同的useragent,结果仍会出现urlopen error [errno 10060]的异常。
后看了网上说法是连接时网络不稳定造成的,于是写了个多次尝试连接的函数
#打开网页链接
def openlink(self,link):
maNum = 10
for tries in range(maxTryNum):
try:
req = urllib.request.Request(link, headers = self.headers)
response = urllib.request.urlopen(link)
return response
except:
if tries < (maxTryNum - 1):
continue
else:
print("Has tried %d times to access url %s, all failed!", maxNum, link)
break