解析學校網站時出現TimeoutError：[WinError 10060]

Question

# -*- coding: UTF-8 -*-

import urllib.request
import re
import os

os.system("cls")

url=input("Url Link : ")

if(url[0:8]=="https://"):
   url=url[:4]+url[5:]

if(url[0:7]!="http://"):
    url="http://"+url

value=urllib.request.urlopen(url).read().decode('UTF8')
par='<title>(.+?)</title>'

result=re.findall(par,value) 
print(result)

這是標題解析程序。 在像Google，Gmail網站這樣的解析時效果很好。 嘗試解析我的學校網站時出現錯誤。 在學校有問題嗎？ 還是在我的代碼中？

Answer 1

您可以增加超時

碼：

value=urllib.request.urlopen(url,timeout=60).read().decode('UTF8')

Answer 2

使用Python請求（ http://docs.python-requests.org/en/latest/ ），我可以下載http://jakjeon.icems.kr/main.do且沒有錯誤，盡管由於無法為Windows安裝朝鮮語代碼頁（949）。

這是腳本：

import requests

url='http://jakjeon.icems.kr/main.do'
r = requests.get(url)
print(r.status_code)
print(r.headers['content-type'])
print(r.encoding)
print(r.text)

運行它打印：

200  # r.status_code
text/html; charset=UTF-8 # r.headers['content-type']
UTF-8 # r.encoding

后跟頁面的所有文本（r.text）

僅在將其代碼頁設置為65001（Unicode（UTF-8）后，才成功打印到Windows cmd.exe控制台，請參閱https://msdn.microsoft.com/zh-cn/library/windows/desktop/dd317756%28v = vs.85％29.aspx ）。

嘗試將輸出重定向到文件會導致UnicodeEncodeError，因為我平台上文件的默認Windows編碼是代碼頁1252（ANSI拉丁語1；西歐語（Windows））。 這是嘗試打印到文件的錯誤消息：

Traceback (most recent call last):
  File "URLDownloadDemo.py", line 12, in <module>
    print(r.text)
  File "C:\Anaconda3\lib\encodings\cp1252.py", line 19, in encode
    return codecs.charmap_encode(input,self.errors,encoding_table)[0]
UnicodeEncodeError: 'charmap' codec can't encode characters in position 600-601: character maps to <undefined>

然后，可以在https://goo.gl/Cyav17上獲得完整的cmd.exe控制台腳本，而在https://goo.gl/W4Sk9S上可以找到腳本的副本。

由於將輸出重定向到文件時出現編碼錯誤，我增強了腳本以使用UTF-8編碼將其輸出直接寫到文件中。 這是新的腳本：

import requests

url='http://jakjeon.icems.kr/main.do'
r = requests.get(url)
print(r.status_code)
print(r.headers['content-type'])
print(r.encoding)
fout = open('URLDownloadDemo.output.txt', mode='wt', encoding='UTF-8')
fout.write(r.text)
fout.close()

運行此命令可以很好地工作（沒有錯誤），並且輸出文件中包含的韓文字母符號與網頁源中的字母符號相同。

新腳本位於https://goo.gl/VJs2Na ，其輸出文件位於https://goo.gl/4BKe8C 。