如何在不导入整个模块的情况下处理 lxml 错误？

Question

我有一个作为网络蜘蛛运行的 Python (3.6) 脚本。它抓取页面的内容，提取链接并抓取它们。它使用lxml.html 处理链接，使用导入

from lxml import html

我正在尝试为运行时可能遇到的每个错误创建自定义响应。我目前正在处理 Unicode、SSL、重定向、连接和 ContentDecode 错误。我经常遇到lxml.etree.XMLSyntaxError 和lxml.etree.XMLParseError。我尝试通过 except-blocks 传递它们，但是当它遇到NameError: name 'lxml' is not defined 时它总是停止，因为我只导入lxml.html 而不是整个模块。

有什么方法可以在不导入整个模块的情况下捕获错误？

Answer 1

您可以通过etree.(Error) 访问lxml 错误，即。 etree.XMLSyntaxError 和 etree.ParseError。

from lxml import etree

lxml 还有a nice page 详细说明etree 模块中的每个对象。