python - 如何跳过 url 中的 Unicode 错误

Question

我正在尝试找出如何处理 Python 中的 Unicode 错误并跳过它们。我想我必须使用结构 try，除了 UnicodeError，但我不知道在 UnicodeError 条件中放置什么来跳过该 URL 并继续抓取。这是我的代码:

  File "imagescraper.py", line 24, in <module>
    urllib.urlretrieve(image, "image0"+str(page)+str(i)+".jpg")
  File "/usr/local/Cellar/python/2.7.6/Frameworks/Python.framework/Versions/2.7/lib/python2.7/urllib.py", line 94, in urlretrieve
    return _urlopener.retrieve(url, filename, reporthook, data)
  File "/usr/local/Cellar/python/2.7.6/Frameworks/Python.framework/Versions/2.7/lib/python2.7/urllib.py", line 228, in retrieve
    url = unwrap(toBytes(url))
  File "/usr/local/Cellar/python/2.7.6/Frameworks/Python.framework/Versions/2.7/lib/python2.7/urllib.py", line 1055, in toBytes
    " contains non-ASCII characters")
UnicodeError: URL u'http://blogging.com/wp-content/uploads/2013/11/design-p\xe1gina-de-fans.png' contains non-ASCII characters

有什么想法吗？

Answer 1

这样的事情似乎就是您想要的:

except UnicodeError:
    pass

pass基本上只是一个占位符，它什么也不做。异常由 except block 处理，然后 pass 将允许您转到下一个 URL。

请注意，如果您在循环内执行此操作，请使用 continue相反，它会立即进入循环的下一个循环。