0

CSV 形式の 100 の Web サイトのリストがあります。すべてのサイトは、7 列の大きなテーブルを含め、同じ一般的な形式を持っています。このスクリプトを作成して、各 Web サイトの 7 列目からデータを抽出し、このデータをファイルに書き込みました。ただし、以下のスクリプトは部分的に機能します。(スクリプトの実行後に) 出力ファイルを開くと、98 回の書き込みしか表示されないため、何かがスキップされていることがわかります (明らかに、スクリプトはいくつかの例外も登録します)。このコンテキストで「キャッチ例外」を実装する方法についてのガイダンスをいただければ幸いです。ありがとうございました！ 

import csv, urllib2, re
def replace(variab): return variab.replace(",", " ")

urls = csv.reader(open('input100.txt', 'rb'))  #access list of 100 URLs
for url in urls:
    html = urllib2.urlopen(url[0]).read()  #get HTML starting with the first URL
    col7 = re.findall('td7.*?td', html)  #use regex to get data from column 7
    string = str(col7)  #stringify data
    neat = re.findall('div3.*?div', string)  #use regex to get target text  
    result = map(replace, neat)  #apply function to remove','s from elements
    string2 = ", ".join(result)  #separate list elements with ', ' for export to csv
    output = open('output.csv', 'ab') #open file for writing 
    output.write(string2 + '\n') #append output to file and create new line
    output.close()

戻る：

Traceback (most recent call last):
 File "C:\Python26\supertest3.py", line 6, in <module>
  html = urllib2.urlopen(url[0]).read()
 File "C:\Python26\lib\urllib2.py", line 124, in urlopen
  return _opener.open(url, data, timeout)
 File "C:\Python26\lib\urllib2.py", line 383, in open
  response = self._open(req, data)
 File "C:\Python26\lib\urllib2.py", line 401, in _open
  '_open', req)
 File "C:\Python26\lib\urllib2.py", line 361, in _call_chain
  result = func(*args)
 File "C:\Python26\lib\urllib2.py", line 1130, in http_open
  return self.do_open(httplib.HTTPConnection, req)
 File "C:\Python26\lib\urllib2.py", line 1103, in do_open
  r = h.getresponse()
 File "C:\Python26\lib\httplib.py", line 950, in getresponse
  response.begin()
 File "C:\Python26\lib\httplib.py", line 390, in begin
  version, status, reason = self._read_status()
 File "C:\Python26\lib\httplib.py", line 354, in _read_status
  raise BadStatusLine(line)
BadStatusLine
>>>>
4

2 に答える 2

2

forループの本体を次のようにします。

for url in urls:
  try:
    ...the body you have now...
  except Exception, e:
    print>>sys.stderr, "Url %r not processed: error (%s) % (url, e)

(または、既に標準ライブラリのモジュールを使用している場合logging.errorは、 goofy の代わりに使用してください [そして、そうすべきです;-)])。print>>logging

于 2009-10-05T23:19:37.233 に答える
1

Python のエラーと例外のドキュメント、特にセクション 8.3 -- 例外の処理を読むことをお勧めします。

于 2009-10-05T22:58:21.457 に答える