Question

我正在尝试调用import.io API。此调用需要具有以下结构：

＆＃39; https://extraction.import.io/query/extractor/ {{crawler_id}} _ apikey = XXX＆安培;？URL = http://www.example.co.uk/items.php?sortby=Price_LH&per_page=96&size=1%2C12&page=35＆＃39;

您可以在该通话中看到参数＆＃34; url＆＃34;必须包括在内：

http://www.example.co.uk/items.php?sortby=Price_LH&per_page=96&size=1%2C12&page=35

这个辅助URL也需要参数。但是，如果我将其作为普通字符串传递，如上例所示，API响应仅在我获得API响应时包含第一个参数之前的部分：

http://www.example.co.uk/items.php?sortby=Price_LH

这是不正确的，似乎它会使用不完整的URL而不是我传入的URL进行调用。

我正在使用Python并请求以下列方式进行调用：

import requests
import json

row_dict = {'url': u'http://www.example.co.uk/items.php?sortby=Price_LH&per_page=96&size=1%2C12&page=35', 'crawler_id': u'zzz'}
url_call = 'https://extraction.import.io/query/extractor/{0}?_apikey={1}&url={2}'.format(row_dict['crawler_id'], auth_key, row_dict['url'])
r = requests.get(url_call)
rr = json.loads(r.content)

当我打印reuslt时：

"url" : "http://www.example.co.uk/items.php?sortby=Price_LH",

但是当我打印r.url时：

https://extraction.import.io/query/extractor/zzz?_apikey=xxx&url=http://www.example.co.uk/items.php?sortby=Price_LH&per_page=96&size=1%2C12&page=35

所以在网址中，一切似乎都很好，但不在回复中。

我尝试使用其他网址，并在第一个参数之后全部删除。

Answer 1

您需要URL encode您要发送给API的网址。

原因是服务器将＆符号解释为URL https://extraction.import.io/query/extractor/XXX参数的标记？

这就是为什么他们被剥离了网址：

'0'

使用http://www.example.co.uk/items.php?sortby=Price_LH：

尝试以下操作

urllib.quote(row_dict['url'])

Answer 2

requests库将满足您的所有URL encoding需求。这是使用requests：

向网址添加参数的正确方法

import requests

base_url = "https://extraction.import.io/query/extractor/{{crawler_id}}"
params = dict()
params["_apikey"] = "xxx"
params["url"] = "http://www.example.co.uk/items.php?sortby=Price_LH&per_page=96&size=1%2C12&page=35"

r = requests.get(base_url, params=params)
print(r.url)

格式化参数的可读性更强：

params = {
    "_apikey" : "xxx",
    "url" : "http://www.example.co.uk/items.php?sortby=Price_LH&per_page=96&size=1%2C12&page=35"
}

Python使用参数

2 个答案: