在爬虫工作中经常遇到一些问题,我们可以通过返回的状态码找到出问题的原因以及解决方法,我们一起来看看都有哪些状态码,其代表的含义是什么。
200:请求成功,处理方式:获得响应的内容,进行处理。
201:请求完成,结果是创建了新资源。新创建资源的URI可在响应的实体中得到。处理方式:爬虫中不会遇到。
202:请求被接受,但处理尚未完成。处理方式:阻塞等待。
204:服务器端已经实现了请求,但是没有返回新的信息。如果客户是用户代理,则无须为此更新自身的文档视图。处理方式:丢弃。
300:该状态码不被HTTP/1.0的应用程序直接使用,只是作为3XX类型回应的默认解释。存在多个可用的被请求资源。处理方式:若程序中能够处理,则进行进一步处理,如果程序中不能处理,则丢弃。
301:请求到的资源都会分配一个永久的URL,这样就可以在将来通过该URL来访问此资源。处理方式:重定向到分配的URL。
302:请求到的资源在一个不同的URL处临时保存。处理方式:重定向到临时的URL。
304:请求的资源未更新,处理方式:丢弃。
400:非法请求,处理方式:丢弃。
401:未授权,处理方式:丢弃。
403:禁止,处理方式:丢弃。
404:没有找到,处理方式:丢弃。
500:服务器内部错误,服务器遇到了一个未曾预料的状况,导致了它无法完成对请求的处理。一般来说,这个问题都会在服务器端的源代码出现错误时出现。
501:服务器无法识别,服务器不支持当前请求所需要的某个功能。当服务器无法识别请求的方法,并且无法支持其对任何资源的请求。
502:错误网关,作为网关或者代理工作的服务器尝试执行请求时,从上游服务器接收到无效的响应。
503:服务出错,由于临时的服务器维护或者过载,服务器当前无法处理请求。这个状况是临时的,并且将在一段时间以后恢复。
以上就是爬虫工作中经常遇到的一些状态码,最为常见的是200和403,200代表请求成功,403一般是触发反爬策略被限制了IP。