最近業余時間在改版一個網站，改版之前頻繁調整了一些欄目的屬性，包括欄目的層級，這種最怕就是調整了欄目的從屬關系，導致了欄目的URL地址改變，一旦改版就導致整個欄目及其下面的文章頁地址變更，成為死鏈。而欄目有幾千個，更加大意不得。

在欄目調整前，我把數據庫和程序復制出去新建了一個鏡像站，用鏡像站里調整，然后把欄目地址數據導出來，然后前面批量加上線上域名，然后批量查詢組裝出來的地址是否能正常訪問，能訪問就說明沒問題，返回404錯誤就說明調整后的欄目地址，是原來網站不存在的，就要排查錯誤。

此時用python批量查詢網頁的HTTP狀態碼，就顯得很方便了，代碼如下：#coding=utf-8

import urllib,time

import StringIO

import pycurl

def get_http_status(url):

html = StringIO.StringIO()

c = pycurl.Curl()

myurl=url

c.setopt(pycurl.URL, myurl)

c.setopt(pycurl.WRITEFUNCTION, html.write)

c.setopt(pycurl.FOLLOWLOCATION, 1)

c.setopt(pycurl.MAXREDIRS, 5)

c.setopt(pycurl.CONNECTTIMEOUT, 60)

c.setopt(pycurl.TIMEOUT, 300)

c.setopt(c.HEADER, True)

c.setopt(pycurl.USERAGENT, "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.1.4322)")

ret = c.perform()

ret = html.getvalue()

if "200" in ret:

print url,c.getinfo(c.HTTP_CODE)

return 1

elif "404" in ret:

print url,c.getinfo(c.HTTP_CODE)

f = open('/Users/dcm007/Desktop/no.txt','a')

f.write(url+'\n')

f.close()

return 0

if __name__=="__main__":

urls=open('/Users/dcm007/Desktop/url.txt','r').readlines()

oknum=0

lostnum=0

for url in urls:

if get_http_status(url.strip()):

oknum+=1

else:

lostnum+=1

以上代碼的含義，從/Users/dcm007/Desktop/url.txt文件(一行一個URL)中一條一條地讀取數據，并逐個查詢他們的HTTP狀態碼，并打印出來。若出現404狀態碼，就存到/Users/dcm007/Desktop/no.txt文件中(一行一個URL)。

總結

以上是生活随笔為你收集整理的python 批量查询网页导出结果_python批量查询网页的HTTP状态码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。