ruby - 如何处理 Nokogiri 中的 404 not found 错误

Question

我正在使用 Nokogiri 来抓取网页。很少有 url 需要被猜测，当它们不存在时返回 404 not found 错误。有没有办法捕获这个异常？

http://yoursite/page/38475 #=> page number 38475 doesn't exist

我尝试了以下方法，但没有用。

url = "http://yoursite/page/38475"
doc = Nokogiri::HTML(open(url)) do
  begin
    rescue Exception => e
      puts "Try again later"
  end
end

Answer 1

它不起作用，因为您没有拯救在发现 404 状态时引发错误的部分代码(它是 open(url) 调用)。以下代码应该有效:

url = 'http://yoursite/page/38475'
begin
  file = open(url)
  doc = Nokogiri::HTML(file) do
    # handle doc
  end
rescue OpenURI::HTTPError => e
  if e.message == '404 Not Found'
    # handle 404 error
  else
    raise e
  end
end

顺便说一句，关于拯救Exception: Why is it a bad style to `rescue Exception => e` in Ruby?