如何处理 Nokogiri 中的 404 未找到错误

我正在使用 Nokogiri 来抓取网页。很少有 url 需要猜测，当它们不存在时，会返回 404 未找到错误。有没有办法捕获这个异常？

http://yoursite/page/38475 #=> page number 38475 doesn't exist

我尝试了以下方法，但没有成功。

url = "http://yoursite/page/38475"
doc = Nokogiri::HTML(open(url)) do
  begin
    rescue Exception => e
      puts "Try again later"
  end
end

它不起作用，因为你没有拯救部分代码（它是open(url)调用），如果发现 404 状态，则会引发错误。以下代码应该可以工作：

url = 'http://yoursite/page/38475'
begin
  file = open(url)
  doc = Nokogiri::HTML(file) do
    # handle doc
  end
rescue OpenURI::HTTPError => e
  if e.message == '404 Not Found'
    # handle 404 error
  else
    raise e
  end
end

顺便说一句，关于救援Exception: 为什么在 Ruby 中 `rescue Exception => e` 是一种不好的风格？ https://stackoverflow.com/questions/10048173/why-is-it-bad-style-to-rescue-exception-e-in-ruby