python，url异常捕获

Question

1、请问如何捕获python url相关的异常？
比如（1）请求的url不存在
（2）url格式错误

（3）404 not found

用urllib.urlopen（）打开的时候，只能捕获格式不正确。。即使请求的url不存在，用getcode()返回的状态码还是200（为什么？）

这里一直没搞明白。

Answer 1

1、URL存不存在是服务器响应决定的，所以无论如何都是在这个URL被访问以后才能知道的（根据响应头中的 Status Code）。所以有些页面返回200状态码但是内容是页面不存在的提示，这也是没有办法的。

import urllib
urllib.urlopen('http://blog.bluerain.io/abc/defghijk/').getcode()

在 Python 控制台输入上面语句会返回404，因为上面的链接是我的网站中不存在的页面，状态吗是规范的404.

2、错误的URL当参数调用该API的话会直接引发异常，可以枚举出那几种会出现的异常来提示URL错误类型。也可以用正则来判断URL是否符合规范。例如我下面写了一个例子，特意捕获了其中一种异常发生原因。

import urllib

try:
    code = urllib.urlopen('htt://blog.bluerain.io').getcode()
except IOError, e:
    if e.args[1] == 'unknown url type':
        raise Exception('URL格式错误：未知的协议。')