Python请求错误10060

Question

我有一个脚本爬行一个网站。 直到今天一切都很完美， 但是现在它没有这样做。

它会给sme以下错误：

 Connection Aborted Error(10060 ' A connection attempt failed becvause the connected party did not properly respond after a period of time, or established a connection failed because connected host has failed to respond'

我一直在寻找答案和设置，但我不知道如何解决这个。。。

在IE中，我不使用任何代理（连接->；Lan设置->；代理=禁用）

它在这段代码中被破坏了，有的是第一次运行，有的是第二次运行。。等等

def geturls(functionurl, runtime):
startCrawl = requests.get(functionurl, headers=headers)
mainHtml = BeautifulSoup(startCrawl.content, 'html.parser')
mainItems = mainHtml.find("div",{"id": "js_multiselect_results"})
for tag in mainItems.findAll('a', href=True):
    tag['href'] = urlparse.urljoin(url,tag['href'])
    if shorturl in tag['href'] and tag['href'] not in visited:
        if any(x in tag['href'] for x in keepout):
            falseurls.append(tag['href'])
        elif tag['href'] in urls:
            doubleurls.append(tag['href'])
        else:
            urlfile.write(tag['href'] + "\n")
            urls.append(tag['href'])

totalItemsStart = str(mainHtml.find("span",{"id": "sab_header_results_size"}))
if runtime == 1:
    totalnumberofitems[0] = totalItemsStart
    totalnumberofitems[0] = strip_tags(totalnumberofitems[0])
return totalnumberofitems

我该怎么解决？

Answer 1

尝试增加requests.get方法的timeout参数：

requests.get(functionurl, headers=headers, timeout=5)

但很有可能服务器正在阻止您的脚本，以防止取消尝试。如果是这种情况，您可以尝试通过设置适当的标题来伪造web浏览器。

{"User-Agent": "Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.9.2.8) Gecko/20100722 Firefox/3.6.8 GTB7.1 (.NET CLR 3.5.30729)", "Referer": "http://example.com"}