Question

示例：

url_1 =＆＃34; http://yinwang.org/blog-cn/2013/04/21/ydiff-%E7%BB%93%E6%9E%84%E5%8C%96%E7%9A%84%E7%A8%8B%E5%BA%8F%E6%AF%94%E8%BE%83/＆＃34;

url_2 =＆＃34; http://yinwang.org/blog-cn/2013/04/21/ydiff-%E7%BB%93%E6%9E%84%E5%8C%96%E7%9A%84%E7%A8%8B%E5%BA%8F%E6%AF%94%E8%BE%83＆＃34;

如您所见，如果我没有在网址的最后添加/，那么当我使用urllib2.urlopen(url_2)时，它会返回400错误，因为有效网址应为{{1} }，如果网址不包含任何中文，url_1和urllib2.urlopen会自动添加urllib.urlopen。

问题是/适用于所有这些情况，但urllib.urlopen只适用于没有中文的网址。

所以我想知道如果它是urllib2.urlopen的一个小错误，还是有另一个解释呢？

Answer 1

这里实际发生的是服务器在发生错误之前发起的一些重定向：

请求：http://yinwang.org/blog-cn/2013/04/21/ydiff-%E7%BB%93%E6%9E%84%E5%8C%96%E7%9A%84%E7%A8%8B%E5%BA%8F%E6%AF%94%E8%BE%83
回复：重定向到http://www.yinwang.org/blog-cn/2013/04/21/ydiff-%E7%BB%93%E6%9E%84%E5%8C%96%E7%9A%84%E7%A8%8B%E5%BA%8F%E6%AF%94%E8%BE%83
请求：http://www.yinwang.org/blog-cn/2013/04/21/ydiff-%E7%BB%93%E6%9E%84%E5%8C%96%E7%9A%84%E7%A8%8B%E5%BA%8F%E6%AF%94%E8%BE%83
回复：重定向到http://www.yinwang.org/blog-cn/2013/04/21/ydiff-结构化的程序比较/（确切地说是'http://www.yinwang.org/blog-cn/2013/04/21/ydiff-\xe7\xbb\x93\xe6\x9e\x84\xe5\x8c\x96\xe7\x9a\x84\xe7\xa8\x8b\xe5\xba\x8f\xe6\xaf\x94\xe8\xbe\x83/'）

AFAIK，上次重定向无效。地址应为纯ASCII（非ascii字符应编码）。正确的编码地址为：http://www.yinwang.org/blog-cn/2013/04/21/ydiff-%E7%BB%93%E6%9E%84%E5%8C%96%E7%9A%84%E7%A8%8B%E5%BA%8F%E6%AF%94%E8%BE%83/

现在，在请求最终地址之前，urllib看起来很好并且正在进行转换，而urllib2只是使用它接收的地址。

如果您尝试手动打开最终地址，则可以看到：

<强>的urllib

>>> print urllib.urlopen('http://www.yinwang.org/blog-cn/2013/04/21/ydiff-\xe7\xbb\x93\xe6\x9e\x84\xe5\x8c\x96\xe7\x9a\x84\xe7\xa8\x8b\xe5\xba\x8f\xe6\xaf\x94\x
e8\xbe\x83/').geturl()
http://www.yinwang.org/blog-cn/2013/04/21/ydiff-%E7%BB%93%E6%9E%84%E5%8C%96%E7%9A%84%E7%A8%8B%E5%BA%8F%E6%AF%94%E8%BE%83/

<强>的urllib2

>>> try:
...     urllib2.urlopen('http://www.yinwang.org/blog-cn/2013/04/21/ydiff-\xe7\xbb\x93\xe6\x9e\x84\xe5\x8c\x96\xe7\x9a\x84\xe7\xa8\x8b\xe5\xba\x8f\xe6\xaf\x94\xe8\xbe\x83/')
... except Exception as e:
...     print e.geturl()
...
http://www.yinwang.org/blog-cn/2013/04/21/ydiff-š╗ôŠ×äňîľšÜäšĘőň║ĆŠ»öŔżâ/

<强>解决方案

如果是您的服务器，您应该在那里解决问题。否则，我想应该可以编写一个urllib2.HTTPRedirectHandler来编码urllib2中的重定向URL。

urllib2.urlopen不添加＆＃34; /＆＃34;自动中文的最后一个网址

1 个答案: