HTTPConnectionPool（host:XX）Max retries exceeded with url 解决方法

爬虫多次访问同一个网站一段时间后会出现错误

HTTPConnectionPool（host:XX）Max retries exceeded with url '<requests.packages.urllib3.connection.HTTPConnection object at XXXX>: Failed to establish a new connection: [Errno 99] Cannot assign requested address'

是因为在每次数据传输前客户端要和服务器建立TCP连接，为节省传输消耗，默认为keep-alive，即连接一次，传输多次，然而在多次访问后不能结束并回到连接池中，导致不能产生新的连接

headers中的Connection默认为keep-alive，

将header中的Connection一项置为close

headers = {

'Connection': 'close',

}

r = requests.get(url, headers=headers)

解决问题的原因：http连接太多没有关闭导致的。

解决办法：

1、增加重试连接次数

requests.adapters.DEFAULT_RETRIES =5

2、关闭多余的连接

requests使用了urllib3库，默认的http connection是keep-alive的，requests设置False关闭。

s = requests.session()

s.keep_alive = False

Python爬取知乎回答信息碰到：Max retries exceeded with URL

开始我以为程序逻辑出错了，折腾了很久，知乎现在要爬取回答下面所有信息的话，就得翻页了，而获取翻页以及更多的信息就得考虑异步加载。

然后在浏览器里面找到了下一页的url

其中，next就是下一页的url，previous就是上一页的url，total：518是问题下回答的总数。

估计知乎对这些url的访问做了限制，虽然我弄了代理，但还是碰到了这个问题。

解决办法如下：

在requests库获取html时，如果碰到访问不成功，则用try-except加上循环继续访问，并用sleep控制访问频率

html =""

whilehtml =="": #因为请求可能被知乎拒绝，采用循环+sleep的方式重复发送，但保持频率不太高

try:

proxies = get_random_ip(ipList)

print("这次试用ip：{}".format(proxies))

r = requests.request("GET", url, headers=headers, params=querystring, proxies=proxies)

r.encoding ='utf-8'

html = r.text

returnhtml

except:

print("Connection refused by the server..")

print("Let me sleep for 5 seconds")

print("ZZzzzz...")

sleep(5)

print("Was a nice sleep, now let me continue...")

continue

问题到这里应该就解决了。