【备忘】python爬虫之异常处理——HTTP 状态码

最新推荐文章于 2025-07-24 16:35:40 发布

原创

最新推荐文章于 2025-07-24 16:35:40 发布 · 471 阅读

收录于

当前文章被以下社区和专栏收录：

本文主要介绍了Python爬虫中遇到的HTTP错误处理，重点是HTTP状态码404、403、401以及4xx和5xx的区别。4xx状态码表明客户端错误，5xx则表示服务器端问题。

HTTPError 是 URLError 的子类，服务器上每一个 HTTP 的响应都包含一个数字的“状态码”。
这些异常包括典型的：404（页面无法找到），403（请求禁止）和 401（验证请求）。

因为 Python 默认会自动帮你处理重定向方面的内容（状态码 300 ~ 399 范围），状态码 100 ~ 299 的范围是表示成功，所以你需要关注的是 400 ~ 599 这个范围的状态码（因为它们代表响应出了问题）。

其中，出现 4xx 的状态码，说明问题来自客户端，就是你自己哪里做错了；出现 5xx 的状态码，那就表示与你无关了，是来自服务器的问题。

下表列举了常用的 HTTP 状态码以及详细的含义：

状态码	内容	详细内容

1xx	这一类型的状态码，代表请求已被接受，需要继续处理。
100	Continue	收到请求，客户端应当继续发送请求。
101	Switching Protocols	服务器通过 Upgrade 消息头通知客户端采用不同的协议来完成这个请求。

2xx	成功 \| 这一类型的状态码，代表请求已成功被服务器接收、理解、并接受。
200	OK	请求已成功，请求的响应头或数据体将随此响应返回。
201	Created	请求已经被实现，而且有一个新的资源已经依据请求的需要而创建，且其 URI 已经随 Location 头信息返回。
202	Accepted