python socket.error: [Errno 10054] 遠程主機強迫關閉了一個現有的連接。問題解決方案:
前幾天使用python讀取網頁。因為對一個網站大量的使用urlopen操作,所以會被那個網站認定為攻擊行為。有時就不再允許下載。導致urlopen()后,request.read()一直卡死在那里。最后會拋出errno 10054.
這個錯誤是connection reset by peer.也就是傳說的遠端主機重置了此連接。原因可能是socket超時時間過長;也可能是request = urllib.request.urlopen(url)之后,沒有進行request.close()操作;也可能是沒有sleep幾秒,導致網站認定這種行為是攻擊。
具體解決方案如下面的代碼:
1 import socket 2 import time 3 timeout = 20 4 socket.setdefaulttimeout(timeout)#這里對整個socket層設置超時時間。后續文件中如果再使用到socket,不必再設置 5 sleep_download_time = 10 6 time.sleep(sleep_download_time) #這里時間自己設定 7 request = urllib.request.urlopen(url)#這里是要讀取內容的url 8 content = request.read()#讀取,一般會在這里報異常 9 request.close()#記得要關閉
因為urlopen之后的read()操作其實是調用了socket層的某些函數。所以設置socket缺省超時時間,就可以讓網絡自己斷掉。不必在read()處一直等待。
當然你也可以再外層再寫幾個try,except,例如:
1 try: 2 time.sleep(self.sleep_download_time) 3 request = urllib.request.urlopen(url) 4 content = request.read() 5 request.close() 6 7 except UnicodeDecodeError as e: 8 9 print('-----UnicodeDecodeError url:',url) 10 11 except urllib.error.URLError as e: 12 print("-----urlError url:",url) 13 14 except socket.timeout as e: 15 print("-----socket timout:",url)
一般來說就莫有問題了。我測試了幾千個網頁的下載,然后才說出此話。不過如果是下載成千上萬的,我做了下測試,ms還是會跳出這個異常。可能是time.sleep()的時間太短,也可能是網絡突然中斷。我使用urllib.request.retrieve()測試了一下,發現不停的下載數據,總會有失敗的情況出現。
簡單的處理方法是:首先參照的我的文章:python檢查點簡單實現 。先做一個檢查點。然后將以上會跑出異常的那段代碼while True一下。參見下面的偽代碼:
1 def Download_auto(downloadlist,fun,sleep_time=15): 2 while True: 3 try: # 外包一層try 4 value = fun(downloadlist,sleep_time) # 這里的fun是你的下載函數,我當函數指針傳進來。 5 # 只有正常執行方能退出。 6 if value == Util.SUCCESS: 7 break 8 except : # 如果發生了10054或者IOError或者XXXError 9 sleep_time += 5 #多睡5秒,重新執行以上的download.因為做了檢查點的緣故,上面的程序會從拋出異常的地方繼續執行。防止了因為網絡連接不穩定帶來的程序中斷。 10 print('enlarge sleep time:',sleep_time)
不過對於找不到相應的網頁,又要做另外的一番處理:
1 # 打印下載信息 2 def reporthook(blocks_read, block_size, total_size): 3 if not blocks_read: 4 print ('Connection opened') 5 if total_size < 0: 6 print ('Read %d blocks' % blocks_read) 7 else: 8 # 如果找不到,頁面不存在,可能totalsize就是0,不能計算百分比 9 print('downloading:%d MB, totalsize:%d MB' % (blocks_read*block_size/1048576.0,total_size/1048576.0)) 10 11 12 def Download(path,url): 13 #url = 'http://downloads.sourceforge.net/sourceforge/alliancep2p/Alliance-v1.0.6.jar' 14 #filename = url.rsplit("/")[-1] 15 try: 16 # python自帶的下載函數 17 urllib.request.urlretrieve(url, path, reporthook) 18 except IOError as e: # 如果找不到,好像會引發IOError。 19 print("download ",url,"/nerror:",e) 20 print("Done:%s/nCopy to:%s" %(url,path))
如果大家還是遇到了問題...請再評論里注上其他解決方案。