Question

我通过这个程序浏览了一大堆网址，我使用了多个线程。但是我使用的第一个版本

myreq.fp._sock.fp._sock.shutdown(socket.SHUT_RDWR)

关闭连接似乎不是一直下载所有数据。另一方面，当我改为使用

时

#myreq.fp._sock.recv=None # hacky avoidance

有时与某些网站的连接会挂起很长时间。超过一分钟。

代码：

    useragent = {'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_4) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.57 Safari/536.11'}
    request = urllib2.Request(url,None,useragent)
    try : 
        myreq = urllib2.urlopen(request, timeout = threadtimeout)
        html_code = myreq.read()
        myreq.fp._sock.fp._sock.shutdown(socket.SHUT_RDWR)
        #myreq.fp._sock.recv=None # hacky avoidance
        myreq.close()
    except Exception : 
        html_code = ""

Answer 1

您可以从Sockets and Layers

设置urllib2的超时时间

import socket

timeout = 10
socket.setdefaulttimeout(timeout)

myreq = urllib2.urlopen(request)
html_code = myreq.read()

Answer 2

当请求自动处理连接关闭时，这会更好用：

    useragent = {'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_4) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.57 Safari/536.11'}

    request = urllib2.Request(url,None,useragent)
    try : 
        import requests
        response = requests.get(url, headers=useragent,timeout = threadtimeout)
        html_code = response.text

Urllib2超时不起作用

2 个答案: