学步园

python socket.error: [Errno 10054] 远程主机强迫关闭了一个现有的连接。问题解决方案：

前几天使用python读取网页。因为对一个网站大量的使用urlopen操作，所以会被那个网站认定为攻击行为。有时就不再允许下载。导致urlopen()后，request.read()一直卡死在那里。最后会抛出errno 10054.

这个错误是connection reset by peer.也就是传说的远端主机重置了此连接。原因可能是socket超时时间过长；也可能是request = urllib.request.urlopen(url)之后，没有进行request.close()操作；也可能是没有sleep几秒，导致网站认定这种行为是攻击。

具体解决方案如下面的代码：

import socket<br /> import time<br /> timeout = 20<br /> socket.setdefaulttimeout(timeout)#这里对整个socket层设置超时时间。后续文件中如果再使用到socket，不必再设置<br /> sleep_download_time = 10<br /> time.sleep(sleep_download_time) #这里时间自己设定<br /> request = urllib.request.urlopen(url)#这里是要读取内容的url<br /> content = request.read()#读取，一般会在这里报异常<br /> request.close()#记得要关闭

因为urlopen之后的read()操作其实是调用了socket层的某些函数。所以设置socket缺省超时时间，就可以让网络自己断掉。不必在read()处一直等待。

当然你也可以再外层再写几个try,except,例如：

try:<br /> time.sleep(self.sleep_download_time)<br /> request = urllib.request.urlopen(url)<br /> content = request.read()<br /> request.close()</p> <p> except UnicodeDecodeError as e:</p> <p> print('-----UnicodeDecodeError url:',url)</p> <p> except urllib.error.URLError as e:<br /> print("-----urlError url:",url)</p> <p> except socket.timeout as e:<br /> print("-----socket timout:",url)

一般来说就莫有问题了。我测试了几千个网页的下载，然后才说出此话。不过如果是下载成千上万的，我做了下测试，ms还是会跳出这个异常。可能是time.sleep()的时间太短，也可能是网络突然中断。我使用urllib.request.retrieve()测试了一下，发现不停的下载数据，总会有失败的情况出现。

简单的处理方法是：首先参照的我的文章：python检查点简单实现
。先做一个检查点。然后将以上会跑出异常的那段代码while True一下。参见下面的伪代码：

def Download_auto(downloadlist,fun,sleep_time=15):<br /> while True:<br /> try: # 外包一层try<br /> value = fun(downloadlist,sleep_time) # 这里的fun是你的下载函数，我当函数指针传进来。<br /> # 只有正常执行方能退出。<br /> if value == Util.SUCCESS:<br /> break<br /> except : # 如果发生了10054或者IOError或者XXXError<br /> sleep_time += 5 #多睡5秒，重新执行以上的download.因为做了检查点的缘故，上面的程序会从抛出异常的地方继续执行。防止了因为网络连接不稳定带来的程序中断。<br /> print('enlarge sleep time:',sleep_time)

不过对于找不到相应的网页，又要做另外的一番处理：

# 打印下载信息<br /> def reporthook(blocks_read, block_size, total_size):<br /> if not blocks_read:<br /> print ('Connection opened')<br /> if total_size < 0:<br /> print ('Read %d blocks' % blocks_read)<br /> else:<br /> # 如果找不到，页面不存在，可能totalsize就是0，不能计算百分比<br /> print('downloading:%d MB, totalsize:%d MB' % (blocks_read*block_size/1048576.0,total_size/1048576.0))</p> <p>def Download(path,url):<br /> #url = 'http://downloads.sourceforge.net/sourceforge/alliancep2p/Alliance-v1.0.6.jar'<br /> #filename = url.rsplit("/")[-1]<br /> try:<br /> # python自带的下载函数<br /> urllib.request.urlretrieve(url, path, reporthook)<br /> except IOError as e: # 如果找不到，好像会引发IOError。<br /> print("download ",url,"/nerror:",e)<br /> print("Done:%s/nCopy to:%s" %(url,path))

如果大家还是遇到了问题...请再评论里注上其他解决方案。