Python ValueError：未知的url类型：space（？）

Question

我在Python 2.7中使用urllib2模块，使用Spyder 3.0通过读取包含它们列表的文本文件批量下载文本文件：

    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)

我已经在网址中发现了一堆奇怪的字符，但是，当我们删除了近90％的时候，脚本会失败，并发出以下错误：

我认为它是一个不间断的空间（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！

通过网络指定通信协议。尝试使用http://为URL添加前缀，如果WWW上存在该文件，请尝试使用域名。

文件始终位于某个服务器的某个目录中，或位于系统本地。因此必须有这样的文件的网络路径，例如：

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

相同示例， 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。只要想想你的文件存在的位置以及如何解决它......

<强>更新

我对此进行了相当多的实验。我想我知道为什么会出现这个错误！ ：d

  

我推测存储网址的文件实际上在结尾附近有一个偷偷摸摸的 空行。我可以说它接近结尾，因为你说它执行了大约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中的空行并试一试！

请检查并告诉我们！ ：P