设置超时以使用 python lxml 解析网页

【问题标题】：Setting timeouts to parse webpages using python lxml设置超时以使用 python lxml 解析网页
【发布时间】：2010-05-05 02:48:49
【问题描述】：

我正在使用python lxml库来解析html页面：

import lxml.html

# this might run indefinitely
page = lxml.html.parse('http://stackoverflow.com/')

有没有办法设置解析超时？

【问题讨论】：

标签： python lxml

【解决方案1】：

它看起来使用urllib.urlopen 作为开启程序，但最简单的方法是修改套接字处理程序的默认超时。

import socket
timeout = 10
socket.setdefaulttimeout(timeout)

当然，这是一个快速而肮脏的解决方案。

【讨论】：