Urllib2 timeot没有

Question

我用这个过程遍历一个大的url列表，我使用多个线程。但是我使用的第一个版本

myreq.fp._sock.fp._sock.shutdown(socket.SHUT_RDWR)  

关闭连接似乎并不总是下载所有数据。 另一方面我用

^{pr2}$

有时某些站点的连接会挂起很长一段时间。一分钟多。在

代码：

    useragent = {'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_4) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.57 Safari/536.11'}
    request = urllib2.Request(url,None,useragent)
    try : 
        myreq = urllib2.urlopen(request, timeout = threadtimeout)
        html_code = myreq.read()
        myreq.fp._sock.fp._sock.shutdown(socket.SHUT_RDWR)
        #myreq.fp._sock.recv=None # hacky avoidance
        myreq.close()
    except Exception : 
        html_code = ""  

Answer 1

当请求处理自动关闭的连接时，这会更好地工作：

    useragent = {'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_4) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.57 Safari/536.11'}

    request = urllib2.Request(url,None,useragent)
    try : 
        import requests
        response = requests.get(url, headers=useragent,timeout = threadtimeout)
        html_code = response.text

Answer 2

您可以从Sockets and Layers设置urllib2的超时

import socket

timeout = 10
socket.setdefaulttimeout(timeout)

myreq = urllib2.urlopen(request)
html_code = myreq.read()