檢查網站是否正常工作時如何繞過或捕獲socket.timeout的錯誤？

Question

我一直在開發一個程序來檢查網站是否正常工作。 我從Excel工作表中獲取URL，然后在同一個Excel工作表中將結果粘貼為True和false但是對於某些URL，我收到socket.timeout錯誤，之后代碼無效。 這是代碼：

   import http.client as httpc
from urllib.parse import urlparse
import pandas as pd
import xlwings as xw
import smtplib
from xlsxwriter import Workbook


import socket


x=[]

df = pd.read_excel (r'xyz.xlsx')
df1=pd.DataFrame(df,columns=['URL'])
print(df1)
url_list=df["URL"].tolist()
print(url_list)
for i in url_list:
    def checkUrl(i):
        if 'http' not in i:
            i= 'https://'+i
        p = urlparse(i)
        conn = httpc.HTTPConnection(p.netloc,timeout=4)
        conn.request('HEAD', p.path)
        try:
            resp = conn.getresponse()
            return resp.status<400
        except requests.exceptions.RequestException:
            return False
    print(checkUrl(i))
    x.append(checkUrl(i))


workbook = Workbook('abc.xlsx')
Report_Sheet = workbook.add_worksheet()
Report_Sheet.write(0, 1, 'Value')
Report_Sheet.write_column(1, 1, x)

workbook.close()

Answer 1

這段代碼有很多問題。

1. 即使url需要HTTPS，你也無法使用HTTP
2. 你執行try:的請求try:
3. except子句期望您的代碼不能拋出requests.exceptions.RequestException

由於您沒有使用請求庫，而是低級別的http.client ，您應該只期待來自套接字庫的錯誤，這些錯誤都是OSError的子類

您的代碼可能會變成（小心：未經測試）：

def checkUrl(i):
    if 'http' not in i:
        i= 'https://'+i
    p = urlparse(i)
    if (p.scheme == 'http'):
        conn = httpc.HTTPConnection(p.netloc,timeout=4)
    else:
        conn = httpc.HTTPSConnection(p.netloc,timeout=4)
    try:
        conn.request('HEAD', p.path)
        resp = conn.getresponse()
        return resp.status<400
    except OSError:
        return False

Answer 2

根據我的經驗，當IP地址解析為有效主機名時會發生此錯誤，但服務器不再配置為使用該主機名。 這會導致服務器忽略您嘗試連接到它的嘗試。

要處理此問題，您應該在超時錯誤時返回False。

    import socket

    try:
        resp = conn.getresponse()
        return resp.status<400
    except requests.exceptions.RequestException:
        return False
    except socket.timeout as err:
        return False

您將需要檢查http.client.HTTPException而不是requests.exceptions.RequestException因為您正在執行的此檢查使用http.client庫而不是requests庫。 此外，您還需要捕獲以下所有錯誤。

    import socket
    import ssl
    import http.client

    try:
        resp = conn.getresponse()
        return resp.status < 400
    except http.client.HTTPException as err:
        # A connection was established, but the request failed
        return False 
    except socket.timeout as err:
        # The website no longer exists on the server
        return False
    except socket.gaierror as err:
        # Could not resolve the hostname to an IP address
        return False
    except ssl.CertificateError as err:
        # The SSL certificate was never configured, or it cannot be trusted
        return False
    except ssl.SSLError as err:
        # Other SSL errors not covered by ssl.CertificateError
        return False

Answer 3

首先猜測的是

resp = conn.getresponse()

應該在try子句中。 如果這不起作用，請添加程序的輸出。