python - 如何知道 urllib.urlretrieve 是否成功？

Question

urllib.urlretrieve 即使远程http服务器上不存在该文件，它也会静默返回，它只是将一个html页面保存到命名文件中。例如:

urllib.urlretrieve('http://google.com/abc.jpg', 'abc.jpg')

只是静默返回，即使 google.com 服务器上不存在 abc.jpg，生成的 abc.jpg 也不是有效的 jpg 文件，它实际上是一个 html 页面。我猜返回的 header (httplib.HTTPMessage 实例)可用于实际判断检索是否成功，但我找不到 httplib.HTTPMessage 的任何文档。

谁能提供一些关于这个问题的信息？

Answer 1

如果可能，请考虑使用 urllib2。它比 urllib 更高级和易于使用。

您可以轻松检测任何 HTTP 错误:

>>> import urllib2
>>> resp = urllib2.urlopen("http://google.com/abc.jpg")
Traceback (most recent call last):
<<MANY LINES SKIPPED>>
urllib2.HTTPError: HTTP Error 404: Not Found

resp 实际上是 HTTPResponse 对象，你可以用它做很多有用的事情:

>>> resp = urllib2.urlopen("http://google.com/")
>>> resp.code
200
>>> resp.headers["content-type"]
'text/html; charset=windows-1251'
>>> resp.read()
"<<ACTUAL HTML>>"