Python ValueError：未知的 url 类型：空格（？）

Question

我在 Python 2.7 中使用 urllib2 模块，使用 Spyder 3.0 通过读取包含文本文件列表的文本文件来批量下载文本文件：

    reload(sys)
    sys.setdefaultencoding('utf-8')
    with open('ocean_not_templated_url.txt', 'r') as text:
        lines = text.readlines()
        for line in lines:
            url = urllib2.urlopen(line.strip('ï \xa0\t\n\r\v'))
            with open(line.strip('\n\r\t ').replace('/', '!').replace(':', '~'), 'wb') as out:
                for d in url:
                    out.write(d)

我已经在我已经剥离的 url 中发现了一堆奇怪的字符，但是，脚本在完成近 90% 时失败，并出现以下错误：

我认为它是一个不间断的空格（在代码中用 \xa0 表示），但它仍然失败。有什么想法吗？

Answer 1

这是一个奇怪的网址！

指定网络上的通信协议。如果文件存在于 WWW 上，请尝试在 URL 前加上 http:// 和域名。

文件总是驻留在某处、某个服务器的目录中或本地系统上。所以此类文件必须有网络路径，例如：

http://127.0.0.1/folder1/samuel/file1.txt

同样的例子，localhost 是 127.0.0.1 的别名（通常）

http://localhost/folder1/samuel/file1.txt

这可能会解决问题。想想你的文件存在的位置以及应该如何处理它......

---

更新：

我对此进行了很多实验。我想我知道为什么会出现这个错误！ :D

我推测您存储 URL 的文件实际上在末尾附近有一个 sneaky 空行。我可以说它已接近尾声，正如您所说的那样，它执行了大约 90%，然后失败了。因此，python urllib2 函数 get_type 无法处理该空 url 并抛出 unknown url type:

我认为这就是问题所在！删除文件 ocean_not_templated_url.txt 中的空行并尝试一下！

请检查并告诉我！ :P