问题： Python requests 多线程抓取 出现HTTPConnectionPool Max retires exceeded异常

描述:

主要代码如下：import threading

import requests

def get_info():

try:

res = requests.get('http://www.xxx.com/test/json')

if res.status_code == 200 and res.text != '':

print res.text

else:

print res.status_code

time.sleep(10)

get_info()

except Exception as e:

print e

def start():

threads = []

for i in range(40):

threads.append(threading.Thread(target=get_info,args=()))

for t in threads:

time.sleep(0.3)

t.start()

for t in threads:

t.join()

if __name__ == '__main__':

start()

代码临时写，可能有小错误，大概就是这么个意思：

开启40个线程，间隔0.3秒请求。刚开始很正常，但是2轮过后几乎80% 90%的请求都报异常

HTTPConnectionPool(host='http://www.xxx.com/',port=80):Max retries exceeded with url: /test/json (Caused by(class 'socked.error'):[Errno 10060])

请问是哪里出了问题？

感谢你们的回答

抓的确实是小站。

我的想法是如果服务器临时封禁的话，应该是报10054的错误。

可看起来又像是服务器封禁，前几轮请求都是很正常的，为什么持续时间越长，抛出的异常就越多？

重试几次的方法我做过，似乎不太起作用：def get_info(retries=3):

if 200:

...

else:

if retries > 0:

time.sleep(5)

get_info(retries-1)

初学Python，用来作爬虫。实际上这个问题已经困扰我很久了。我想这个应该是在爬虫项目中很常见的问题，请问该如何着手优化(少量异常可以接受)这个问题？解决方案1:

Python-Requests close http connection

最近我也碰到了这个问题，好像是http连接太多没有关闭导致的，你可以看看这个帖子。

s = requests.session()

s.config['keep_alive'] = False

requests使用了urllib3库，默认的http connection 是keep-alive的，requests中可以设置False关闭。解决方案2:

可能是访问太频繁，被封禁了？解决方案3:

因为你本地的端口不够用了。解决方案4:

你访问的是小站吧？我遇到过一个站，爬数据有时会出问题，不知道是服务器真力不从心还是被临时封禁了。解决方案5:

应该是你的服务器与目标站之间的网络连接出了问题,可以在访问目标站时多重试几次..