摘要：上篇我们亲手用F12拆解了一个完整的HTTP请求，知道了爬虫该如何构造请求。但请求发出去后，服务器返回的第一句“话”就是状态码。200就万事大吉？301该怎么跟？403又代表什么？本篇将5类状态码逐一拆解，给你一份即查即用的“爬虫红绿灯”速查表。
前情回顾:别再只背概念了，打开Chrome F12，手把手拆解一个真实HTTP请求报文本文 - 掘金
一、状态码：服务器开口说的第一句话
无论你发什么请求，服务器返回的第一行永远是：
HTTP/1.1 200 OK
这里的 200 就是状态码，OK 是它的理由短语。这个三位数，本质上是服务器对你的请求给出的一个高度概括的“评语”：
2xx → “你要的东西，给你。”
3xx → “你要的东西搬家了，去别处找。”
4xx → “你的请求有问题，我不能给。”
5xx → “对不起，是我自己炸了。”
对爬虫工程师来说，处理状态码的核心原则只有一条：2xx 直接解析，3xx 追踪跳转，4xx 检查自身，5xx 挂起重试。
二、2xx 成功类：一切顺利，拿数据就行
这是爬虫最期望看到的区间。
200 OK 爬虫最喜欢的数字。请求完全成功，你要的 HTML、JSON、图片就老老实实躺在响应体里。
`import requests
r = requests.get('www.example.com') if r.status_code == 200: print(r.text[:100]) # 成功，直接解析`
204 No Content 请求成功，但服务器没有任何内容返回给你。常见于某些 API 操作成功后的空响应。爬虫遇到它，当作成功处理，但别去 r.text 里找数据，里面是空的。
三、3xx 重定向类：你要的东西已经搬家了
重定向意味着，你请求的 URL 上的资源，已经被移到了另一个新地址。
301 Moved Permanently：永久重定向。搜索引擎爬虫看到后会更新索引。
302 Found：临时重定向。资源暂时换了个位置。
303 See Other：常见于 POST 请求后，让客户端用 GET 方式跳转到另一个结果页。
🕷️ 爬虫最常遇到的坑：你请求 http:// 开头的网址，它给你一个 301 跳转到 https://。或者你不带 www，它让你跳转到带 www 的地址。
requests 库的智能处理：默认会自动跟随重定向，直接给你最终结果。你可以通过 r.history 查看中间经历了哪些 301/302 跳转，也可以通过 allow_redirects=False 禁止自动跳转，手动分析每一步。
r = requests.get('http://www.example.com') # 很多站会301到https print(r.status_code) # 最终是 200 print(r.history) # [<Response [301]>]，中间过程一览无余
四、4xx 客户端错误：你（爬虫）的问题
这是爬虫最常碰壁、最需要反复排查的区间。服务器在说：你的请求不对，我拒绝执行。
403 Forbidden 爬虫的鬼门关。服务器已经理解了你的请求，但明确拒绝执行。你大概率是被反爬了。
常见原因：缺少或伪造的 User-Agent 不真实、缺少必要的 Cookie、IP 已被拉黑。 应对策略：检查并伪装请求头，特别是补全 User-Agent 和 Cookie；更换 IP 代理。
r = requests.get('https://httpbin.org/status/403') if r.status_code == 403: print('我被拒绝了，需要伪装得更像一个真实浏览器。')
-
404 Not Found
页面不存在。可能是 URL 路径写错了，或者目标文章已被删除。 -
418 I'm a teapot 🫖
一个来自 1998 年的愚人节玩笑协议（HTCPCP）。服务器拒绝煮咖啡，因为“我是个茶壶”。如果你真遇到它，笑一笑，然后检查你是不是把 URL 打成了什么奇怪的东西。 -
429 Too Many Requests
爬虫的限速罚单。服务器在抗议：“你请求得太快了，慢一点！”应对策略：必须在代码里加上
time.sleep()延时，并降低并发请求数量。这是服务器给你的最后通牒，不理它下一步就是 403。
五、5xx 服务端错误：服务器自己出了问题
500 Internal Server Error 服务器的程序崩了。爬虫可以尝试重试，但如果对方一直返回 500，就别再持续施压了。
502 Bad Gateway / 503 Service Unavailable 服务器暂时不可用。常见于服务器过载或正在维护中。
503 是爬虫最值得重试的状态码，因为它通常是临时的。
带重试机制的健壮爬虫示例：
`import requests from time import sleep
def safe_get(url, retries=3): for i in range(retries): r = requests.get(url) if r.status_code == 200: return r elif r.status_code in [502, 503]: print(f'服务器暂不可用，第{i+1}次重试...') sleep(3) # 等待3秒再试 else: break # 非可重试错误，直接放弃 return None`
六、爬虫状态码红绿灯速查表
七、结语：状态码是你最直接的情报员
下次你再在 F12 的 Network 面板里看到那一列状态码，别再只认识 200 了。
403 在告诉你：你的伪装还不够像真人。
429 在劝你：爬得慢一点，礼貌一点。
503 只是让你：等一会儿再来，别着急。
一个聪明的爬虫，不在于跑得有多快，而在于它能读懂服务器返回的每一个数字背后的潜台词，并做出最恰当的反应。
建议把这份速查表收藏起来，它就是你写爬虫时最直接、最有效的排错指南。
